Altimate Code: Открытый агентный инструментарий для инженерии данных

Что решает Altimate Code

Универсальные AI-агенты для написания кода могут писать SQL, но им не хватает понимания контекста данных: нет отслеживания происхождения, нет осведомленности о схеме и нет понимания манифестов dbt. Согласно источнику, это приводит к конкретным проблемам: 27–33% SQL, сгенерированного AI, ссылается на несуществующие таблицы, а 78% ошибок — это тихие неправильные соединения, которые компилируются и выполняются, но возвращают неверные данные. Одна команда получила счёт на $5k от одного запроса Cortex AI, который пропустили мониторы ресурсов. Проблема не в качестве модели, а в отсутствующем слое инструментов.

Ключевые функции и возможности

• Отслеживание происхождения на уровне столбцов в реальном времени: Детерминированно отслеживает столбцы через соединения, CTE и подзапросы. Достигает 100% совпадения рёбер на 500K тестовых запросах за 0,26 мс/запрос без кэшированных манифестов.
• Обнаружение SQL-антипаттернов: 26 правил с нулевым количеством ложных срабатываний за 0,48 мс/запрос.
• Локальная валидация SQL: Опрашивает каталоги схем за 2 мс без доступа к хранилищу данных, выявляя неправильные таблицы с предложениями исправлений на основе нечёткого соответствия.
• Специализированные навыки: Для разработки, тестирования, устранения неполадок, документирования, оптимизации SQL и миграции в dbt.
• Три режима агента: Builder, Analyst и Planner с применением скомпилированных разрешений. Режим Analyst обеспечивает доступ только для чтения на уровне движка для безопасности в продакшене.
• Постоянная память: Межсессионная с глобальными настройками и областями знаний проекта, версионируемая в git и наследуемая командой при git pull.
• Функции безопасности: Обнаружение PII, сканирование на SQL-инъекции и применение разрешений на уровне движка.
• Коннекторы данных: 10 коннекторов, включая Snowflake, BigQuery, Databricks, PostgreSQL, Redshift, DuckDB, MySQL и SQL Server.
• Локальный трассировщик: Отслеживает каждый вызов LLM, использование инструмента и расход кредитов хранилища данных локально без внешних сервисов.

Результаты тестирования

На ADE-bench (открытый стандарт от dbt Labs):

• Altimate Code (Sonnet 4.6): 74,4%
• Cortex Code (Snowflake) (Opus 4.6): 65%
• Claude Code (базовый) (Sonnet 4.6): ~40%

Источник отмечает, что более дешёвая модель со скомпилированными инструментами превзошла более дорогую модель без них, объясняя разницу фреймворком.

Установка и использование

Установка через npm: npm install -g @altimateai/altimate-code

Шаги настройки:

1. Настройте провайдера LLM: Запустите altimate, затем /connect для интерактивной настройки, или установите переменные окружения, например export ANTHROPIC_API_KEY=your_key.
2. Автоопределение стека данных: Запустите altimate /discover для автоматического опроса проектов dbt, подключений к хранилищам данных и установленных инструментов.

Для использования без интерфейса/в скриптах: altimate --yolo автоматически подтверждает все запросы разрешений (не рекомендуется при подключении к активным хранилищам данных).

Инструмент интегрируется с существующими агентами через команды /configure-claude или /configure-codex.

Техническая основа

Altimate Code — это форк OpenCode, перестроенный с полным слоем данных: скомпилированные движки на Rust, специализированные навыки и связующая логика фреймворка. Он агностичен к моделям — работает с любой LLM или локально с Ollama.