Altimate Code: オープンソースのエージェント型データエンジニアリングハーネス

Altimate Codeが解決する課題

汎用AIコーディングエージェントはSQLを書くことができますが、データコンテキストの理解が不足しています：リネージがなく、スキーマ認識がなく、dbtマニフェストの理解がありません。ソースによると、これにより具体的な問題が発生します：AI生成SQLの27〜33%が存在しないテーブルを参照し、エラーの78%はコンパイル・実行されるが誤ったデータを返すサイレントな結合ミスです。あるチームは、リソースモニターが見逃した単一のCortex AIクエリで5,000ドルの請求を受けました。問題はモデルの品質ではなく、ツールレイヤーの欠如です。

主な機能と能力

ライブカラムレベルリネージ：結合、CTE、サブクエリを通じてカラムを決定論的に追跡。キャッシュされたマニフェストなしで、500Kベンチマーククエリで100%エッジマッチを0.26ms/クエリで達成。
SQLアンチパターン検出：26のルールで偽陽性ゼロ、0.48ms/クエリ。
ローカルSQL検証：ウェアハウスアクセスなしで2msでスキーマカタログを問い合わせ、誤ったテーブルをファジーマッチ修正提案で捕捉。
目的別スキル：dbt開発、テスト、トラブルシューティング、ドキュメンテーション、SQL最適化、移行用。
3つのエージェントモード：Builder、Analyst、Plannerでコンパイル済み権限強制。Analystモードは本番安全性のためエンジンレベルで読み取り専用を強制。
永続メモリ：グローバル設定とプロジェクト知識スコープを持つクロスセッション、gitでバージョン管理され、git pullでチーム継承。
セキュリティ機能：PII検出、SQLインジェクションスキャン、エンジンレベルでの権限強制。
データコネクタ：Snowflake、BigQuery、Databricks、PostgreSQL、Redshift、DuckDB、MySQL、SQL Serverを含む10コネクタ。
ローカルトレーサ：外部サービスなしで、すべてのLLM呼び出し、ツール起動、ウェアハウスクレジットをローカルで追跡。

ベンチマーク結果

ADE-bench（dbt Labsのオープンスタンダード）において：

Altimate Code（Sonnet 4.6）：74.4%
Cortex Code（Snowflake）（Opus 4.6）：65%
Claude Code（ベースライン）（Sonnet 4.6）：〜40%

ソースは、コンパイル済みツールを備えた安価なモデルが、ツールなしの高価なモデルを上回り、この差はハーネスによるものと指摘しています。

インストールと使用方法

npm経由でインストール：npm install -g @altimateai/altimate-code

セットアップ手順：

LLMプロバイダーを設定：altimateを実行後、/connectで対話型セットアップ、またはexport ANTHROPIC_API_KEY=your_keyのような環境変数を設定。
データスタックを自動検出：altimate /discoverを実行して、dbtプロジェクト、ウェアハウス接続、インストール済みツールを自動的に問い合わせ。

ヘッドレス/スクリプト使用の場合：altimate --yoloはすべての権限プロンプトを自動承認（本番ウェアハウス接続では非推奨）。

ツールは既存のエージェントに/configure-claudeまたは/configure-codexコマンドで統合可能。