Keenable SELECT: Execute consultas SQL em resultados de pesquisa da web

Keenable SELECT é um servidor MCP que executa consultas SELECT DuckDB somente leitura em dados web ao vivo. Em vez do fluxo tradicional de agente—buscar, buscar cada resultado, ler páginas e depois sintetizar—o SELECT move o trabalho para o SQL. Uma única chamada pode pesquisar mais de 1.000 páginas, filtrá-las com uma cláusula WHERE exata sem custo de LLM e extrair campos estruturados com uma pequena chamada de LLM por linha.

Como funciona

Você faz uma pergunta como: "Quais pesquisadores de IA mudaram entre laboratórios de fronteira desde 2025? Para cada mudança, liste o pesquisador, o laboratório que deixou, para onde foram e o mês." O Keenable SELECT traduz isso em SQL:

SELECT SEM_EXTRACT(content, 'pesquisador'),       SEM_EXTRACT(content, 'laboratório que deixou'),       SEM_EXTRACT(content, 'laboratório para onde foi'),       SEM_EXTRACT(content, 'mês da mudança')FROM WEB_SEARCH(8 consultas diversas)WHERE SEM_MATCH(content, 'pesquisador nomeado mudando entre laboratórios de fronteira, 2025+')

O servidor executa a busca, roda operadores semânticos e retorna um relatório. Cada resultado inclui a trajetória completa: cada consulta, resultado de ferramenta e conjunto de resultados por trás da saída final.

Ferramentas MCP

• select — executa um SELECT DuckDB e retorna linhas. Conjuntos de resultados são salvos com IDs para reutilização em consultas posteriores.
• generate_html_report — recebe um briefing e IDs de conjuntos de resultados e renderiza um relatório HTML compartilhável.

Operadores semânticos

Os operadores vivem dentro do SQL. O servidor os encontra na instrução analisada, executa-os e os substitui por colunas simples. Filtros SQL exatos executam primeiro, para que apenas as linhas sobreviventes vão para os operadores LLM—economizando tokens.

• WEB_SEARCH('q1', 'q2', ...) — busca todas as consultas simultaneamente, mescla resultados ranqueados, remove URLs duplicadas.
• WEB_FETCH('https://a.com', ...) — busca páginas como Markdown, uma linha por página.
• SEM_EXTRACT(column, 'descrição do campo') — uma chamada LLM por linha; retorna um campo ou nulo.
• SEM_EXTRACT_ALL(column, 'o que um valor é') — retorna todos os valores correspondentes como uma lista.
• SEM_MATCH(column, 'predicado') — teste LLM por linha (por exemplo, filtragem).

Por que isso importa

A busca web tradicional dá dez links a um agente. O agente precisa ler cada página e gastar tokens caros para construir uma resposta. O SELECT move esse trabalho para a camada de consulta—pesquisando milhares de páginas, filtrando-as exatamente e extraindo campos com chamadas LLM mínimas. A galeria mostra relatórios como "Vinte Anos de Morfologia de Nomes de Startups do YC" (36 mensagens, 18 consultas) e "Atlas de Lançamentos Orbitais, 1957–2026" (16 mensagens, 9 consultas), cada um com trajetórias completas.

Se você está construindo busca agêntica ou ferramentas de pesquisa com muitos dados, este é um padrão diferente que vale a pena estudar: SQL como plano de controle, LLM apenas para extração e correspondência semântica.