コンテンツへスキップ
DataTug.ai
GitHub

あなたのデータには意味があります。
AIに理解させましょう。

DataTugは、あなたとAIが接続データを調査するワークスペースです。Webアプリ、ターミナル、またはDataTug AIスキルを使ってあなた自身のコーディングエージェント内で。ソースをまたいだ回答は現在CLIで機能します。証拠の軌跡、共有された意味と記憶が次に構築するものです。

DataTug.appのライブデモは開発中です。現在は調査のプロトタイプを表示します。

DataTugの回答例を見る
  • 無料CLI · 個人・商用利用
  • CLI v0.121.1
  1. Chinook · Invoice.BillingCountry"Ireland"
  2. 意味Geo.Country予定
  3. ISO 3166コードIE · IRL
  4. 世界銀行人口5.48百万人
  5. 回答8.3 あたり100万人

100万人あたりの売上

実際のデモ実行
  1. アイルランド8.3
  2. チェコ8.3
  3. フィンランド7.4
  4. カナダ7.3
  5. ポルトガル7.1
  6. アメリカ1.5

アメリカは総売上では最大ですが、1人あたりでは第17位です。

フォローアップを質問

結果：100万人あたりの売上

国売上 (USD)人口 (2025)USD（100万人あたり）
アイルランド45.625,484,3678.32
チェコ90.2410,886,8788.29
フィンランド41.625,646,4367.37
カナダ303.9641,651,6537.30
並べ替えとフィルター

調査

  1. 質問が何を必要とするかを理解予定
  2. BillingCountryは国を意味する予定
  3. 他の場所で人口データを検索予定
  4. 24 of 24 国名をマッピング実際の実行
  5. 三つのソースを結合し、指標を計算実際の実行
任意のステップを検査

他のビューはスワイプ

  • 24か国
  • 3ソースを結合
  • 0AIトークン
  • 0.3秒実行時間

実際のデモ実行より：保存されたクエリ1つ、モデルなし。

One platform, three ways in.

Explore and chat in the browser, work from the terminal, or connect an AI agent. The status of each capability is shown here.

The whole platform: datatug.io

  • DataTug.app

    Explore, query and chat over your data in the browser.

    • Web app利用可能
    • AI chat利用可能
    • Managed AI利用可能

  • Terminal UI & CLI

    Explore projects, run TugQL, use AI chat, or script repeatable work.

    • Terminal app利用可能
    • AI chat利用可能
    • Managed AI利用可能

  • Integrated into your AI agent

    Use skills in Claude Code, connect MCP tools, or explore saved SQLite results with the MCP Apps explorer. Set up MCP & the explorer →

    • Skills plugin利用可能
    • MCP server利用可能
    • MCP Apps explorerプレビュー

Start with the right fit

Explore for free. See cloud plans as your needs grow.

Free €0/ monthPro €19/ monthBusiness €99 base / month + usageEnterprise Custom
Start free with the local CLI. Compare cloud plans for individuals and teams. Bring your own AI provider or choose managed AI where available.
See plans and pricing

DataTug がどのように回答を組み立てるか。 各ステップを開いてください。

思考の連鎖ではなく、アクション、判断、証拠の記録です。最初に実際の実行が行ったこと。次に DataTug が示すように構築中の調査。

実際の実行が行ったこと

実際のデモ実行

DataTug CLI は保存された 1 つの TugQL クエリを実行しました。三つのソースを結合し、モデルは呼び出しません。

コマンド

$ datatug query run sales/chinook-sales-per-capita

出力内容

query download: 412 rows chinook
query download: 24 rows geo
query download: 216 rows geo
query process: 24 rows
Chinook の請求書を読み取り
412
エイリアステーブル内の国名
24
ISO 名と一致
21
手動で照合
3
スナップショット内の世界銀行人口レコード
216
結果行、国ごとに 1 行
24
AI トークン
0

Cross-source TugQL joins in the CLI利用可能

再現: datatug/datatug-demo-projects、コミット 0e5b98f、DataTug CLI 0.51.0。

製品が示すもの

開発中

同じ質問を DataTug.app での調査として。各ステップはマークされています: 実際の実行で発生したか、または構築中の動作かがステータス付きで示されます。

調査: 人口に対する音楽売上プロトタイプ

人口に対して最も多くの音楽を購入している国はどこですか？

ステップ: 7。実際の実行: 4。目標動作: 3。

  1. 質問が何を必要とするかを解明します。国別にグループ化された音楽売上: Invoice テーブル、その Total、および BillingCountry。実際の実行では、クエリを書く際に人がこれらを選択しました。製品では、TypeSafe AI の意思決定モデルである Jev がこれらを提案し、スキーマが検証します。目標動作Decisions by Jev, a decision model by TypeSafe AI予定
    テーブル
    Invoice
    行
    412
    メジャー
    Invoice.Total
    グループ化
    Invoice.BillingCountry
    決定方法
    TypeSafe AI の意思決定モデルである Jev が提案し、スキーマに対して検証
    スキーマから判明AIの提案
  2. BillingCountry を国として認識します。MeaningGraph はこのフィールドが Geo.Country を意味すると述べるので、誰も列名から推測する必要がありません。目標動作MeaningGraph integration予定
    フィールド
    Invoice.BillingCountry
    意味
    Geo.Country
    個別値
    24
    決定方法
    MeaningGraph で検索
    明示的に宣言この値を検査
  3. Chinook の外部で人口データを見つけます。Chinook には人口がありません。既存の OVDB Directory を通じた DataTug による自動検出が計画されています。実際の実行では、世界銀行のスナップショットが既にプロジェクトにありました。目標動作Automatic Directory discovery in DataTug予定
    ソース
    世界銀行
    データセット
    SP.POP.TOTL · 2025
    行
    216
    決定方法
    OVDB Directory 経由で検出
    明示的に宣言
  4. ソース間で国の綴りが異なります。Chinook は「USA」などの名前を保存します。人口データは ISO 国コードでキー付けされています。そのままでは結合できません。実際の実行
    Chinook のデータ
    "USA"
    ISO 国キー
    us
    ISO 名
    "United States"
    決定方法
    実行が読み取ったデータの差異。実行自体は比較を行っていない: エイリアステーブルが名前を橋渡し
    モデルなし要調整検証済みこの値を検査
  5. 国名のテーブルがそれらを橋渡しします。すべての 24 の Chinook 名がマップ され ISO 国に。ISO 名と等しい: 21。手動で照合: 3。実際の実行
    参照データ
    country_aliases
    解決済み
    24 / 24
    ISO 名と等しい
    21
    手動で照合
    Czech Republic, Netherlands, USA
    決定方法
    プロジェクト内のファイルとして保持された参照データを検索
    モデルなし検証済み人間が確認済みこの値を検査
  6. 三つのソースを結合します。請求書からエイリアス、人口へ、1 つの TugQL クエリで。モデルは関与しません。実際の実行Cross-source TugQL joins in the CLI利用可能
    結合パス
    Invoice.BillingCountry → country_aliases.alias → population_wb.country
    ソース
    Chinook + 世界銀行
    決定方法
    1 つの決定論的な TugQL クエリ
    保存されたクエリから (TugQL)
    from:
  database: chinook
  name: Invoice
  alias: i
  joins:
    - from:
        database: geo
        name: country_aliases
        alias: a
        joins:
          - from: {database: geo, name: population_wb, alias: p}
            on: [{left: {field: country, source: a}, op: '==', right: {field: country, source: p}}]
      on: [{left: {field: BillingCountry, source: i}, op: '==', right: {field: alias, source: a}}]
    モデルなし検証済み
  7. 百万人あたりの売上を計算します。国ごとに 1 行、ソート、フィルター、チャート化の準備完了。AI トークンはゼロ。実際の実行
    計算式
    sum(Total) / population * 1000000
    行
    24
    使用 AI トークン
    0
    決定方法
    クエリ内の算術、モデルなし
    モデルなし検証済み結果を見る

知識の出所

  • スキーマから判明
  • 明示的に宣言
  • 人間が確認済み
  • 検証済み
  • 観測済み
  • データから推測
  • AIの提案
  • 仮説

トレースビューは DataTug.app が調査をどのように表示するかのプロトタイプです。まだ製品には含まれていません。

答えはデータです 作業を続けられます。

並べ替え、フィルタリング、サイズ変更、棒を選択して行を見つけます。グリッドとチャートは同じ結果の2つのビューです。

Cross-source TugQL joins in the CLI利用可能Cross-source TugQL joins in the browser開発中

結果: 100万人あたりの売上実際のデモ実行
24 / 24 カ国売上で並べ替えてみてください: 米国が最も多く購入していますが、一人当たりでは17位です。
表をスキップ
国別の売上と人口
国売上 (USD)人口 (2025)100万人あたりの売上
アイルランド45.625,484,3678.32
チェコ90.2410,886,8788.29
フィンランド41.625,646,4367.37
カナダ303.9641,651,6537.30
ポルトガル77.2410,804,8717.15
ノルウェー39.625,610,8707.06
デンマーク37.626,009,1696.26
ハンガリー45.629,514,2514.79
オーストリア42.629,208,1634.63
スウェーデン38.6210,596,6203.64
ベルギー37.6211,941,7813.15
フランス195.1068,720,3372.84
チリ46.6219,859,9212.35
オランダ40.6218,087,6332.25
ドイツ156.4883,491,2491.87
イギリス112.8669,487,0001.62
アメリカ523.06341,784,8571.53
オーストラリア37.6227,614,4111.36
ポーランド37.6236,435,8611.03
ブラジル190.10212,812,4050.89
アルゼンチン37.6245,851,3780.82
スペイン37.6249,355,1430.76
イタリア37.6258,915,6560.64
インド75.261,463,865,5250.05

インタラクティブグリッドを読み込み中…

表の終わり

100万人あたりの売上

100万人あたりのUSD

  1. アイルランド8.3
  2. チェコ8.3
  3. フィンランド7.4
  4. カナダ7.3
  5. ポルトガル7.1
  6. ノルウェー7.1
  7. デンマーク6.3
  8. ハンガリー4.8
  9. オーストリア4.6
  10. スウェーデン3.6

現在の順序で上位10件の24行を表示中

実際のデモ実行から: Chinookの売上を世界銀行の人口 (SP.POP.TOTL、2025) に結合。記録された結果であり、ライブクエリではありません。

フォローアップの質問 プロトタイプ

このデータについて何が言えますか？

三つのことが目立ちます。それぞれは、それが指す行から計算されます。

  • 米国は総額が最大 ($523.06) ですが、一人当たりでは24中17位です: 100万人あたり1.53。行: 1
  • アイルランドとチェコが一人当たりで8.32と8.29でリードし、ほぼ拮抗しています。行: 2
  • 上位10のうち9が人口11百万人未満です。カナダは例外で、41.7百万人です。行: 10

観察をホバーまたは選択して、グリッドとチャートの行をハイライトします。 Observations grounded in your data開発中

グリッドはサイトキットのDataTug AG Gridテーマを使用しています。CLIはこのクロスソースクエリを今日実行します。ブラウザで同じクエリを実行することは開発中です。

DataTug を使う三つの方法 どの方法でも AI が支援します。

ブラウザワークスペース、ターミナル UI と CLI、あるいは DataTug を AI エージェントに統合して利用できます。AI チャットは最初の 2 つに含まれており、ステータスによって各統合の状態が明確になります。

  1. ブラウザで

    DataTug.app でプロジェクトを探索し、スキーマを検査し、データについてチャットできます。ご自身で用意したモデルキーを使用し、同じ調査をターミナルへ引き継げます。DataTug.app を開く

    DataTug.app · AI チャット例示

    セッション: chinook-countries

    人口比で最も音楽を購入している国はどこですか？

    Chinook の売上を World Bank の人口データと結合しました。

    • アイルランド
    • チェコ
    • フィンランド

    datatug chatDataTug.appこの調査をターミナルで続ける

    まずはこちらからDataTug.app

    • DataTug.app, the web app利用可能
    • Browser chat with your own API key利用可能
    • Managed AI in the web app利用可能
    • Terminal-to-web session hand-off利用可能

  2. ターミナルで

    キーボード操作のターミナルアプリで探索し、AI とチャットし、スクリプトやパイプラインで繰り返し実行できるコマンドを実行できます。ターミナルアプリのガイドを読む

    ターミナル UI例示

    › datatug chat

    › 1 人あたりの音楽購入額が最も多い国はどこですか？

    Chinook の売上を World Bank の人口データと結合しました。

    ✓ 24 か国 · 3 件のソース

    ›

    まずはこちらからdatatug chat

    • Terminal app (TUI)利用可能
    • Chat in the CLI and TUI利用可能
    • Managed AI in the CLI利用可能

  3. AI エージェントに統合

    Claude Code のスキルは、プロジェクトのセットアップ、ディスカバリー、スキーマスキャン、検証をサポートします。スキーマと保存済みクエリには MCP ツールを接続します。MCP Apps エクスプローラーの開発者プレビューでは、保存済みの SQLite クエリに対してテーブル表示とレコード表示、並べ替え、ページ送り、パラメータの再実行が可能です。コントリビューター向けリファレンスホストでテスト済みです。サポートされる範囲については MCP セットアップガイドに従ってください。スキルとインストール方法を見る エージェントが実行できるコマンド

    お使いのエージェント例示

    › /plugin install datatug@sneat-co

    ✓ datatug CLI 用のスキルがインストールされました。

    › 人口比で最も音楽を購入している国はどこですか？

    実行中 datatug query run sales/chinook-sales-per-capita

    アイルランド            8.32
チェコ               8.29
フィンランド            7.37

    ✓ 完了しました。結果が会話に返されました。

    ›

    まずはこちらから/plugin install datatug@sneat-co

    • Skills plugin for coding agents利用可能
    • MCP server利用可能
    • MCP Apps explorer (developer preview)プレビュー

AIに意味を与える、 スキーマだけではない。

スキーマはBillingCountryがテキストだと述べる。意味は、それが国であり、他のシステムではIEやIRLとして知られており、各事実にどれだけの確信があるかを述べる。それがMeaningGraphの役割だ。DataTugとの接続は計画中である。

MeaningGraph integration予定

  • 知識には出所がある

    各事実は、スキーマ、人、データ、モデルのどこから来たかを示す。

  • 双方向に流れる

    DataTugはモデルに尋ねる前にMeaningGraphを読み、確認した内容を書き戻す。

  • 意味はシステムをまたぐ

    同じ国が名前、別名、ISOコードであり得る。意味はそれらをつなぐものだ。

1つの値、三つのソースを追跡実値、概念ビュー
Chinookが保存している国を選択。
Chinookの値"Ireland"Invoice.BillingCountry
意味概念Geo.Countryこの値が何であるか
別名行"Ireland" → iecountry_aliases
ISO 3166コードIE · IRLcountries
世界銀行iepopulation_wb · 人口5.48百万人

証拠

別名行: "Ireland" → ie

  • 検証済み別名「Ireland」はISO国名と一致し、キーieにマップされる。このような別名: 21/24。

ノードを選択して証拠を表示。

値、別名テーブル、人口数値は実際の実行からのもの。Geo.Country意味ノードは概念である: MeaningGraph統合は計画中。

作業しながら学習し、 信じる前に検証する。

クエリ、結合、ナビゲーションの方法が証拠を残す。アイデア: DataTugは繰り返しの証拠を確認可能な知識に変え、モデルに再度尋ねることなく再利用する。

MeaningGraph learning loop検討中
DataTugが気づいた関係概念

Invoice.BillingCountry → Geo.Country

観測済み人間が確認済み
  • それに触れるすべての保存済みクエリで国として使用
  • 値は参照リストと照合済み。一致: 24/24
  • まだ誰にも確認されていない

あなたが確認しました。次の調査ではモデルに尋ねる代わりにこれを参照します。

一度推論。検証。記憶。再利用。

  1. 推論パターンやモデルが何かの意味を提案する。
  2. 検証DataTugが提案を実際のデータと照合する。
  3. 記憶成立したものは証拠とともにプロジェクトに保存される。
  4. 再利用次の調査は既知のものから始まる。

すべての調査が次を賢くする。

同じ質問が繰り返し尋ねられる場合の設計目標:

  1. 初回モデルが計画を支援。人がマッピングを確認。モデル呼び出し: 数回
  2. 2回目マッピングが参照される。そのステップにモデルは不要。モデル呼び出し: より少ない
  3. 既知のパスすべてのステップが既知。これが実際のデモ実行の姿。モデル呼び出し: なし

作業からの学習はテスト中のアイデア。ループは設計目標であり、出荷済みの動作ではない。

すべてのステップが 大規模モデルを必要とするわけではありません。

DataTugは、最も軽量で信頼できるメカニズムを最初に使うように設計されており、どれを使ったかを明示します。すでにわかっていること、次に小さな決定モデル、次に大規模モデル、最後にあなたです。

Decisions by Jev, a decision model by TypeSafe AI予定
  1. 決定論的知識

    スキーマ、確認済みの意味、参照データ、保存済みクエリ。無料で即座に、再現可能です。

  2. 軽量な決定モデル

    TypeSafe AIによる決定モデルJevが、候補のテーブル、フィールド、結合パスをランク付けします。次にスキーマがその選択を検証します。

  3. 生成AI

    新しい質問、誰も見たことのない計画、平易な言葉での説明。

  4. 人

    今後信頼されるものをあなたが確認します。

この質問に関連するテーブルはどれですか？コンセプト

人口比で最も音楽を購入している国はどこですか？

  1. Invoice選択済み
  2. InvoiceLine
  3. Customer
  4. Track
  5. Album

TypeSafe AIによる決定モデルJevによってランク付けされています。選択されたテーブルはその後スキーマに対して検証されます。

人間とAIが 共に理解を構築します。

すべての知識が同じ信頼に値するわけではありません。DataTugは、すべての主張に対してその違いを可視化するように設計されているため、宣言されたものと推測されたものを区別できます。

信頼できる

確認なしで再利用されます。

  • スキーマから判明データベース自体によって宣言された型、キー、制約。
  • 明示的に宣言担当者またはAPI定義によって記述されたもの。
  • 人間が確認済みチームメンバーが確認し承認したもの。
  • 検証済み実際のデータに対して決定論的に検証されたもの。

裏付けあり

根拠を明示した上で再利用されます。

  • 観測済みクエリやナビゲーションで繰り返し確認されたもの。
  • データから推測値のパターンから導かれたもの。

提案

表示されますが、暗黙的に信頼されることはありません。

  • AIの提案モデルによって提案されたもの。確認が必要です。
  • 仮説検証する価値のある推測。勝手に再利用されることはありません。
orders.customer_ref → customers.id例
  1. 観測済み繰り返しのクエリで見られた
  2. 検証済みデータに対して検証された値
  3. 人間が確認済みチームによって確認済み

その後、再利用にはモデル呼び出しは不要です。

調査する、 SQLを生成するだけではありません。

クエリは調査における一手にすぎません。DataTugは全体を中心に構築されています。問い、たどった道筋、証拠、そしてその過程で学んだことです。

データベースクライアント

  1. あなた
  2. SQL
  3. データベース

AIデータベースクライアント

  1. あなたまたはエージェント
  2. 生成されたSQL
  3. データベース

DataTug

  1. あなた + AI
  2. 調査
  3. 意味
  4. 接続されたデータ
  5. 証拠
  6. 再利用可能な知識

入り口

  • 自然言語
  • SQL
  • TugQL
  • ナビゲーション
  • グリッド
  • チャート
  • CLI
  • TUI
  • エージェント

これらは互いに補完し合います。SQLを書くかどうかにかかわらず、次のステップに最も速い方法を使ってください。

何が違うのか

  • エージェントが意味を理解する

    テーブル名やカラム名だけでなく、それらが何を表しているかも。

    予定

  • 複数のソースをまたいで動作する

    データベースと外部データセットを1つのクエリで結合できます。

    利用可能

  • セッション間で記憶する

    確認した内容は、その証拠とともに次回も残ります。

    検討中

  • 1つのセッション、三つのインターフェース

    Web、ターミナルUI、CLIが同じセッションで動作します。

    利用可能

AIに推測させない、 調べられることは調べさせる。

Chinookは「USA」と表記し、人口データは「us」と表記し、ISOは同じ国をUSAと「United States」と呼んでいます。これは調べるべき事実であり、モデルが毎回の質問で再び推測するものではありません。だからテーブルとして保持します。一度保存し、バージョン管理し、コードのようにレビューします。

リファレンスデータ: country_aliases実際のデモデータ
aliascountry一致した方法
Czech Republiccz手動で一致
Netherlandsnl手動で一致
USAus手動で一致
IrelandieISO名と一致

人の手を必要とした三つの名前と、そうでなかった一つ。マッピングは第一級のデータであり、モデルが毎回の質問で再推論するものではありません。

同じ行を、Git内のファイルとして実際のファイル
# data/geo/country_aliases/$records/usa.json
{
  "alias": "USA",
  "country": "us",
  "source": "chinook-database Invoice.BillingCountry; manual match: Chinook spells it 'USA'; countries.names.en is 'United States'"
}

永続的な調査データの4種類

  • リファレンスデータ

    国、通貨、内部IDと標準、ステータスマッピング、ルックアップ。

  • スナップショット

    インシデント、テスト失敗、移行リハーサル、回帰フィクスチャのための時点コピー。

  • キャッシュデータ

    外部または高コストなデータを、毎回の実行時ではなく一度だけ取得して保持。

  • セッションデータ

    選択したレコード、疑わしい取引、中間結合、一時的なマッピング。

保存場所

inGitDB

利用可能

データの永続化とバージョン管理

inGitDBは現在稼働中です。Git内の人間が読めるファイルで、ブランチ化でき、プルリクエストでレビューでき、CIで再現できます。DataTug内部からこの方法でプロジェクトデータを管理する機能は計画中です。

inGitDB

OVDB

利用可能

アクセスと共有

OVDBとその公開Directoryは現在稼働中で、大きく異なるデータベースソースを発見・記述する共通の方法を提供します。Directoryを通じたDataTug内部での自動ソース発見は計画中です。

OVDB

1つのインテリジェンス、 多くのインターフェース。

セッションはインターフェースではなくDataTugに属します。ターミナルで開始し、ブラウザでグリッドを開き、同じコンテキストで戻ってこられます。その逆も同様です。

Terminal-to-web session hand-off利用可能
ターミナルイメージ図

$ datatug

セッション chinook-countries ● 同期済み

› 人口比で最も音楽を購入している国はどこですか？

✓ ChinookとWorld Bank人口データを結合しました。

o ブラウザでグリッドを開く

DataTug.appイメージ図

セッション: chinook-countries

ターミナルから継続

  • アイルランド
  • チェコ
  • フィンランド

いつでもターミナルに戻れます。同じセッションです。

スクリプトと埋め込みビュー

  • CLI

    パイプラインやスクリプト向けのワンショットコマンド。管理されたAIを内蔵。

    Managed AI in the CLI利用可能

  • 埋め込み

    ライブのグリッドやチャートを任意のページに配置。

    <datatug-grid> and <datatug-chart> embeds利用可能

あなたのモデル、または私たちのモデル。

DataTug AIは1つのプロバイダーに縛られません。

  • 自分のキーを持ち込む

    ブラウザまたはCLIで、すでに信頼しているプロバイダーの自分のAPIキーを使用。

    Browser chat with your own API key利用可能

  • マネージドAI

    セットアップ不要のDataTugマネージドAI。CLIとWebアプリで利用可能。プロンプト、スキーマ、クエリテキストはクラウドに送信されます。行の値は送信されません。

    Managed AI in the CLI利用可能Managed AI in the web app利用可能

回答にテキスト以上のものが必要なとき、 Bubbleをポップ。

Bubbleは、グリッド、チャート、インスペクターなどの小さなインタラクティブサーフェスで、会話の中に表示され、他のBubbleと組み合わせてよりリッチなツールを構成します。UIBubblesはそのためのオープン標準です。

UIBubbles runtime予定
Bubbleとチャットコンセプト

上位の国をグリッドで表示して。

こちらが人口100万人あたりの売上でソートされた国々です。

国100万人あたり
アイルランド8.3
チェコ8.3
フィンランド7.4
カナダ7.3

それをチャートにして。

チャート化し、グリッドにリンクしました。

なぜアイルランドがIRLにマップされるの？

そのマッピングの証拠はこちらです。

  • プロジェクト参照データを介して「アイルランド」からマップされました
  • 名前チェック: 24件。解決済み: 24件。
Bubbleをポップ

これは体験の手作りコンセプトです。Bubbleランタイムは計画中です。 UIBubblesについて

知識はリセットされるべきではない 開発の各段階で。

ある段階がデータについて学んだことは、次の段階のために存在すべきです。DataTugとMeaningGraphの目標は、最初のアイデアから日々のサポートまでそれを運ぶことです。

  1. 構想

    既に存在するデータとドメイン知識を探索します。

  2. 設計

    エンティティ、意味、識別子、関係、マッピングを定義します。

  3. 開発

    開発者とエージェントは既知のことを活用し、発見をフィードバックします。

    インシデント発生可能

  4. テスト

    失敗を調査し、環境を比較し、見つけたエッジケースを保持します。

    インシデント発生可能

  5. 運用

    サポートとエージェントは、これまでに学んだすべてを活用して実際の動作を調査します。

    インシデント発生可能

インシデントは状態であり、6番目の段階ではありません。

開発中、テスト中、ステージング中、または本番環境で発生する可能性があります。早期のインシデントは贈り物です。顧客が気づく前に、修正がまだ安価なうちに問題を示してくれます。

それぞれが焦点を絞った調査を開始し、そこで学んだことは今後の作業にフィードバックされます。

最高の本番インシデントは、テストですでに捕まえたものです。

プレッシャーが真実を明らかにする。 それを保とう。

インシデントは、システムとデータに関する重要な真実が浮かび上がる高圧的な瞬間です。インシデントが終わったときにそれらを失うのではなく、真実を保存しましょう。

Incidentius integration予定

  • DataTug

    インシデントの発生中に調査を支援します。

  • MeaningGraph

    確立された内容を保存します:意味、関係、診断知識。

  • Incidentius

    インシデントそのものを保持します:イベント、コンテキスト、対応。

アイデア:発見はそれを教えてくれたインシデントへのリンクを保ち、将来のインシデント、開発、回帰テスト、予防の中で再び活かされます。

Incidentius.com を訪問

制御が 最優先。

AIを本番データに向けることは、設計上安全であるべきです。現時点で実際に成立していることと、これから先に残っていることを、主張ごとに示します。

  • Local execution

    DataTugを自分のマシン上、データのそばで実行:クエリはローカルで実行されます。マネージドAIを使用する場合、プロンプト、スキーマ、クエリテキストはクラウドに送信されます。行の値は送信されません。

    利用可能

  • Access policies

    ポリシーで強制された保存済みクエリを通じて、ロールが読み取れる範囲を制限します。現在はSQLiteとinGitDBのソースで対応しています。ポリシーが設定されていない場合、アクセスは無制限であり、ターミナルのデータベースビューアはまだポリシーを適用しません。

    利用可能

  • Read-only connections

    ソースに読み取り専用で接続するため、調査がソースを変更することはできません。

    予定

  • Approve an investigation step

    計画全体を一度に信頼するのではなく、調査ステップを実行前に承認します。

    予定

  • Meaning-driven masking on the server

    フィールドの名前ではなく、その意味に基づいて、サーバー側で機密値をマスクします。

    予定

  • Control over what reaches a model

    外部モデルに何が送信されるかを、フィールドレベルで決定します。

    予定

  • Audit trail merged with provenance

    来歴と同じ記録である監査証跡:誰が、または何が、どの証拠からこれを行ったか。

    予定

ピースの組み合わせ フィット。

上で一つずつ紹介しました。それぞれに一つの役割があり、どれも始めるために必須ではありません。

  • 調査と学習

    DataTug

    あなたとAIが連携して関連データを調査するワークスペース。

    ワークスペース

  • 理解する

    MeaningGraph

    フィールド、値、関係性の意味とその根拠。

    meaninggraph.io

  • アクセスと共有

    OVDB

    多様なデータソースにアクセスし公開するための統合手法。

    openvaultdb.com

  • データの永続化とバージョン管理

    inGitDB

    Git内で可読性のあるファイルとして参照データやスナップショットを管理。

    ingitdb.com

  • 対話と拡張

    UIBubbles

    回答内に直接表示されるグリッド、グラフ、インスペクター。

    uibubbles.org

  • インシデントの学びを蓄積

    Incidentius

    インシデントのコンテキストと対応履歴を保存し、知見を未来に活かします。

    incidentius.com

今日誰に向いているか、 そして誰が待つべきか。

DataTug はまだ初期段階です。すでに十分に機能している対象と、待つべき対象を以下に示します。

今日のベストフィット

  • 複数の場所に存在するデータを調査する。
  • ターミナルとブラウザを切り替え、両方で同じセッションを使いたい。
  • 自分のモデルキーを持ち込むか、CLI またはブラウザでマネージド AI を使いたい。
  • 検査、スクリプト化、自己実行できるツールが好き。
  • 意味と来歴を待つのではなく、私たちと一緒に形作りたい。

まだベストフィットではない

  • フィールドの意味をすでに理解している AI が必要です。MeaningGraph 統合は計画中です。
  • 今日アプリ内でステップバイステップの証拠トレースが必要です。開発中です。このページはプロトタイプを示しています。
  • 多くのチーム向けのダッシュボードビルダーが必要です。DataTug は調査ツールであり、BI スイートではありません。
  • すべてのエージェント向けのワンクリックセットアップが必要です。ローカル MCP サーバーには実行中の DataTug デーモンと stdio クライアント設定が必要です。
  • 本番データ向けのサーバー側マスキングと承認ゲートが必要です。両方とも計画中です。

今日機能すること、 そしてまだ先のこと。

このリストは DataTug の機能ステータスを追跡します。エコシステムプロジェクトの可用性は別途説明されます。

利用可能

出荷済み。今日使用できます。

  • DataTug.app, the web app
  • Terminal app (TUI)
  • Chat in the CLI and TUI
  • Browser chat with your own API key
  • Managed AI in the CLI
  • Terminal-to-web session hand-off
  • <datatug-grid> and <datatug-chart> embeds
  • Skills plugin for coding agents
  • MCP server
  • Cross-source TugQL joins in the CLI
  • Managed AI in the web app
  • Local execution
  • Access policies
プレビュー

最初から最後まで動作しますが、まだすべての場所ではありません。

  • MCP Apps explorer (developer preview)
開発中

現在構築中。まだ計画しないでください。

  • Cross-source TugQL joins in the browser
  • Inspectable investigation trace
  • Detective Cases
  • Reusable Checks
  • Context Bag
  • Observations grounded in your data
  • Anonymous web demo
予定

設計およびスケジュール済み、未開始。

  • AI assistant in the query builder
  • AI assistant in schema discovery
  • Decisions by Jev, a decision model by TypeSafe AI
  • MeaningGraph integration
  • Automatic Directory discovery in DataTug
  • inGitDB project data management in DataTug
  • UIBubbles runtime
  • Incidentius integration
  • Read-only connections
  • Approve an investigation step
  • Meaning-driven masking on the server
  • Control over what reaches a model
  • Audit trail merged with provenance
  • Clone the demo project
検討中

テスト中のアイデア。変更または削除される可能性があります。

  • MeaningGraph learning loop

まずは見てください。 納得したらインストール。

ライブデモは開発中です。今日はこのページのプロトタイプを試すか、CLI をインストールして実際のクエリを自分で実行できます。

DataTugの回答例を見るCLI をインストールドキュメントを読む

GitHubでスターCLI は Free プランの制限内で個人およびビジネス利用が無料です。 料金を見る. AI スキルはオープンソース (MIT) です。 GitHub のスキル.

次に起こること

  1. 質問する近日公開: サインアップなしでライブデモで質問を実行。今日: このページのプロトタイプ。開発中
  2. 検査調査の任意のステップを開き、結果をグリッドとチャートで表示します。開発中
  3. 保存する調査の保存、デモプロジェクトのクローン、独自データの接続は計画中です。予定
DataTugの回答例を見る開発中のライブデモ