Keenable SELECT : Exécuter des requêtes SQL sur les résultats de recherche Web

Keenable SELECT est un serveur MCP qui exécute des requêtes DuckDB SELECT en lecture seule sur des données web en direct. Au lieu du flux d'agent traditionnel—recherche, récupération de chaque résultat, lecture des pages, puis synthèse—SELECT déplace le travail dans SQL. Un seul appel peut rechercher plus de 1 000 pages, les filtrer avec une clause WHERE précise sans coût LLM, et extraire des champs structurés avec un petit appel LLM par ligne.

Comment ça marche

Vous posez une question comme : "Quels chercheurs en IA ont changé de laboratoire depuis 2025 ? Pour chaque changement, listez le chercheur, le laboratoire quitté, la destination et le mois." Keenable SELECT traduit cela en SQL :

SELECT SEM_EXTRACT(content, 'chercheur'),       SEM_EXTRACT(content, 'laboratoire quitté'),       SEM_EXTRACT(content, 'laboratoire rejoint'),       SEM_EXTRACT(content, 'mois du changement')FROM WEB_SEARCH(8 requêtes diverses)WHERE SEM_MATCH(content, 'chercheur nommé changeant de laboratoire, 2025+')

Le serveur exécute la recherche, lance les opérateurs sémantiques et renvoie un rapport. Chaque résultat inclut une trajectoire complète : chaque requête, résultat d'outil et ensemble de résultats derrière la sortie finale.

Outils MCP

• select — exécute une SELECT DuckDB et renvoie des lignes. Les ensembles de résultats sont enregistrés avec des ID pour réutilisation dans des requêtes ultérieures.
• generate_html_report — prend un brief et des IDs d'ensembles de résultats, puis génère un rapport HTML partageable.

Opérateurs sémantiques

Les opérateurs résident dans SQL. Le serveur les trouve dans la déclaration analysée, les exécute et les remplace par des colonnes simples. Les filtres SQL exacts s'exécutent en premier, donc seules les lignes restantes vont aux opérateurs LLM—économisant des jetons.

• WEB_SEARCH('q1', 'q2', ...) — recherche toutes les requêtes simultanément, fusionne les résultats classés, déduplique les URL.
• WEB_FETCH('https://a.com', ...) — récupère les pages en Markdown, une ligne par page.
• SEM_EXTRACT(column, 'description du champ') — un appel LLM par ligne ; retourne un champ ou null.
• SEM_EXTRACT_ALL(column, 'ce qu'une valeur est') — retourne toutes les valeurs correspondantes sous forme de liste.
• SEM_MATCH(column, 'prédicat') — test LLM par ligne (par exemple, filtrage).

Pourquoi c'est important

La recherche web traditionnelle donne à un agent dix liens. L'agent doit lire chaque page et dépenser des jetons coûteux pour construire une réponse. SELECT déplace ce travail dans la couche de requête—recherchant des milliers de pages, les filtrant précisément et extrayant des champs avec un minimum d'appels LLM. La galerie montre des rapports comme "Vingt ans de morphologie des noms de startups YC" (36 messages, 18 requêtes) et "Atlas des lancements orbitaux, 1957–2026" (16 messages, 9 requêtes), chacun avec des trajectoires complètes.

Si vous construisez des recherches agentiques ou des outils de recherche gourmands en données, c'est un modèle différent qui mérite d'être étudié : SQL comme plan de contrôle, LLM uniquement pour l'extraction sémantique et la correspondance.