ktx - डेटा/एनालिटिक्स एजेंटों के लिए executable context layer

• Claude Code, Codex जैसे AI एजेंट कंपनी के data warehouse से सटीक context के साथ query कर सकें, इसके लिए स्वीकृत metric definitions/table relationships/business knowledge को इकट्ठा कर एजेंट को उपलब्ध कराने वाली self-improving context layer
• यह उस समस्या को हल करता है जिसमें एजेंट हर सवाल पर warehouse को फिर से खंगालते हैं और revenue/refund rate जैसे metrics के calculation formulas मनमाने ढंग से बना लेते हैं, जिससे स्वीकृत definitions से अलग संख्याएँ लौटती हैं
• संगठन के भीतर wiki content को इकट्ठा और व्यवस्थित करता है, duplicates हटाता है, और sources के बीच विरोधाभास को human review के लिए चिह्नित करता है
• table sampling, metadata·usage pattern capture, joinable columns की पहचान, sources में annotations जोड़ने आदि के जरिए एजेंट को बेहतर queries लिखने में मदद
• tables के बीच कनेक्शन को पहले से join graph के रूप में व्यवस्थित करता है, ताकि chasm·fan trap जैसी aggregation errors से अपने-आप बचा जा सके; एजेंट को complex join SQL खुद लिखने की जरूरत नहीं, सिर्फ metric name बताने पर सटीक परिणाम मिलते हैं
  • chasm·fan trap: join प्रक्रिया में rows duplicate हो जाने से totals वास्तविकता से ज्यादा बढ़ जाने वाली aggregation error
• wiki और semantic layer (वह परत जहाँ tables/metrics का अर्थ परिभाषित होता है) के पूरे दायरे में full-text search और semantic search को मिलाकर CLI·MCP tools प्रदान करता है
• PostgreSQL, Snowflake, BigQuery, ClickHouse, MySQL, SQL Server, SQLite के साथ काम करता है और dbt, Looker, Metabase, Notion आदि से integrate होता है
• सभी connections read-only डिज़ाइन के हैं, इसलिए database में कुछ लिखता नहीं; local execution के कारण बाहरी तौर पर data केवल उपयोगकर्ता द्वारा सेट किए गए LLM provider को ही भेजा जाता है
• अपनी LLM API key, Claude Code आधारित Claude Pro/Max subscription, या local Codex authentication के साथ चलाया जा सकता है
• Apache-2.0 license