Điểm nổi bật
- Tín hiệu thời gian: xuất hiện trên Show HN khoảng 3 giờ trước thời điểm quét.
- Định vị cốt lõi: kết hợp wiki Markdown, semantic layer YAML và MCP/CLI để agent truy vấn warehouse chính xác hơn.
- Phạm vi tích hợp: hỗ trợ PostgreSQL, Snowflake, BigQuery, ClickHouse, MySQL, SQL Server, SQLite, cùng dbt, MetricFlow, LookML, Looker, Metabase, Notion.
- Cách triển khai: chạy local, read-only by design, cài qua
npm install -g @kaelio/ktxrồiktx setup.
Biểu đồ
Tóm tắt
Ktx nhắm đúng một điểm đau mà nhiều đội data và AI đang gặp: agent viết được SQL hợp lệ nhưng không chắc đúng business logic. Repo này không cố thay model bằng model khác; nó đặt thêm một lớp ngữ cảnh thực thi nằm giữa agent và warehouse, nơi metric chuẩn, join graph và tri thức doanh nghiệp được gom lại thành bề mặt truy vấn thống nhất.
Giá trị thực tế của ktx nằm ở chỗ nó nói ngôn ngữ của doanh nghiệp, không chỉ ngôn ngữ benchmark. Với những đội đang thử dùng Claude Code, Codex hay Cursor trên kho dữ liệu nội bộ, đây là một hướng rất đáng theo dõi vì nó giảm rủi ro “SQL chạy được nhưng trả lời sai”.
Chi tiết
Trong làn sóng agent hiện tại, analytics là một trong những miền dễ tạo ảo tưởng thành công nhất. Một agent có thể viết ra câu SQL đẹp, cú pháp đúng, thậm chí chạy nhanh, nhưng vẫn sai về mặt business vì dùng cột đã deprecated, chọn sai grain, join bị fanout, hoặc áp attribution logic khác với cách công ty đang chốt số. Ktx được xây chính xác để giải quyết lớp vấn đề đó. Thay vì ném nhiều prompt hơn cho agent, repo này dựng một “context layer” có thể thực thi: tri thức doanh nghiệp nằm ở wiki Markdown, còn các định nghĩa queryable nằm ở YAML semantic sources mô tả table, join, measure, dimension, filter và filter groups.
Điểm mạnh nhất của ktx là nó ghép hai thế giới vốn thường tách rời. Semantic layer cổ điển giúp chuẩn hóa số liệu nhưng thường khó bảo trì và không hấp thụ được tri thức phi cấu trúc. Ngược lại, wiki hay Notion giàu bối cảnh nhưng không đủ chặt để agent suy luận SQL an toàn. Ktx cố nối hai lớp đó lại: ingest wiki, map metadata warehouse, học joinable columns, sau đó phục vụ agent qua CLI và MCP tools để agent tìm đúng metric thay vì tự bịa lại định nghĩa mỗi lần.
Về vận hành, repo cho thấy tư duy sản phẩm khá rõ. ktx setup tạo project local, cấu hình provider, kết nối dữ liệu, build context và cài tích hợp agent. ktx status, ktx ingest, ktx sl và ktx wiki tạo thành một workflow tương đối mạch lạc cho đội data platform. Việc công cụ nhấn mạnh kết nối read-only cũng là tín hiệu tốt cho môi trường doanh nghiệp, nơi rủi ro ghi nhầm vào warehouse là điều không ai muốn.
Tất nhiên, ktx không phải viên đạn bạc. Nó đòi hỏi doanh nghiệp đã có warehouse tương đối chuẩn và sẵn sàng đầu tư vào lớp semantic/context. Với đội rất nhỏ, đây có thể là tầng phức tạp thêm. Nhưng với tổ chức đang muốn dùng agent cho data work ở quy mô nghiêm túc, ktx đại diện cho một hướng đi đáng giá: thay vì tin tuyệt đối vào model, hãy dựng một lớp ngữ cảnh có cấu trúc để model phải làm việc bên trong ranh giới an toàn hơn.