Ktx: データエージェントの精度を向上させる実行可能コンテキストレイヤー

Ktxはオープンソースの実行可能コンテキストレイヤーで、Claude Code、Codex、Cursor、OpenCodeなどのAIエージェントがデータウェアハウスを正確にクエリできるように設計されています。Kaelioチームは、数十の企業向けに本番グレードのデータエージェントを構築した結果、精度が最大の課題であることを発見しました。エージェントは有効なSQLを生成しますが、古いカラム、隠れたビジネスルール、ジョインのファンアウト、欠落した属性ロジックなどにより、しばしば不正確になります。
Ktxはこの問題を2つに分割します:
- ビジネスコンテキストはMarkdownのWikiページに記述され、自動的に取り込み、整理、重複排除、矛盾のフラグ付けが行われます。
- クエリ可能な定義はYAMLファイルに記述され、テーブル、行の粒度、ジョイン、メジャー、ディメンション、フィルター、フィルターグループを定義します。
エージェントがメトリクスを必要とする場合、クエリ全体を記述する代わりに、ktxにメジャー、ディメンション、フィルターを要求します。Ktxのプランナーはジョインパスを選択し、粒度とリレーションシップのメタデータを使用し、ジョインのファンアウトやカズムジョインなどの問題を検出し、ウェアハウスSQLをコンパイルします。同時に、取り込まれたドキュメントからの非構造化知識も活用します。
Ktxはほとんどのウェアハウス(BigQuery、Snowflake、Postgres、ClickHouse、MySQL、SQL Server、SQLite)、モデリングツール(dbt、MetricFlow、LookML)、BIツール(Looker、Metabase)、Notionなどのドキュメントツールと統合します。
クイックスタート
npm install -g @kaelio/ktx
ktx setup
ktx status
セットアップ後、ktx statusでLLM、埋め込み、データベース、コンテキストソース、エージェント統合の準備状態を確認できます。
最初のコマンド
ktx setup # ktxプロジェクトの作成、再開、更新
ktx status # プロジェクトの準備状態を確認
ktx ingest # 設定されたすべての接続のコンテキストを構築
ktx sl "revenue" # セマンティックソースを検索
ktx wiki "refund policy" # ローカルWikiページを検索
ktx mcp start # エージェントクライアント用のMCPサーバーを起動
エージェントユーザー向け: プロジェクトディレクトリでnpx skills add Kaelio/ktx --skill ktxを実行すると、スキル経由でktxをインストールおよび設定できます。
対象ユーザー
次のような場合にktxを使用してください: Claude CodeやCodexなどのエージェントに承認済みメトリクス定義でウェアハウスをクエリさせたい、ビジネス知識がdbt、Looker、Metabase、Notionに分散している、エージェントに毎回新しいSQLを生成させる代わりに正規SQLを再利用させたい。SQLウェアハウスがない場合や、一回限りのアドホッククエリのみが必要な場合はスキップしてください。
📖 Read the full source: HN AI Agents
👀 See Also

boxBot: ClaudeとHailo AI搭載のオープンソーススマートスピーカー
FunScore645という開発者が、Claudeを使ったエージェント駆動のハードウェア制御、Raspberry Pi、Hailo AIアクセラレータ、カスタムSDKを用いてboxBotというスマートスピーカーを構築し、GitHubでオープンソース化しました。

開発者が共有するハイブリッドAIコーディングワークフロー:計画にはClaude、実行にはローカルモデル
開発者がClaude 3.5 Sonnetをタスク計画に、Ollama経由のローカルQwen2.5-Coderモデルをコード生成に使用するパイプラインを構築し、Claudeのみを使用する場合と比較して85%のトークン削減を達成しました。

Artifactr: AIコーディングエージェントの成果物を管理するローカルファーストCLIツール
Artifactrは、スキル、コマンド、エージェント定義などのLLMアーティファクトを管理するための無料のオープンソースCLIツールです。ネットワーク接続なしでポータブルなボールトにファイルを保存し、シンボリックリンクによる自動同期をサポートします。

海馬体:圧縮木を使用したAIエージェントのための持続的メモリシステム
Hipocampusは、AIエージェントがセッション間でコンテキストを忘れてしまう問題に対処するため、圧縮ツリーを実装しています。このツリーは会話履歴を5つのレベルで圧縮します:生データ → 日次 → 週次 → 月次 → ルート。ルートレベルにはROOT.mdと呼ばれるトピックインデックスがあります。