Przejdź do treści
DataTug.ai
GitHub

Twoje dane mają znaczenie.
Pozwól AI je zrozumieć.

DataTug to przestrzeń robocza, w której Ty i AI badacie połączone dane: w aplikacji webowej, w terminalu lub w Twoim własnym agencie kodującym z Umiejętności AI DataTug. Odpowiedzi z wielu źródeł działają już dziś w CLI. Ścieżka dowodowa, współdzielone znaczenie i pamięć to kolejny etap, nad którym pracujemy.

Demo na żywo w DataTug.app jest w trakcie budowy. Otwiera prototyp analizy.

Zobacz, jak odpowiada DataTug
  • Darmowe CLI · do użytku osobistego i biznesowego
  • CLI v0.121.1
  1. Chinook · Invoice.BillingCountry"Ireland"
  2. ZnaczenieGeo.CountryPlanowane
  3. Kody ISO 3166IE · IRL
  4. Bank ŚwiatowyPopulacja 5,48 mln
  5. Odpowiedź8,3 na milion

Sprzedaż na milion mieszkańców

Rzeczywiste uruchomienie demo
  1. Irlandia8,3
  2. Czechy8,3
  3. Finlandia7,4
  4. Kanada7,3
  5. Portugalia7,1
  6. USA1,5

USA kupuje łącznie najwięcej, lecz w przeliczeniu na osobę zajmuje 17. miejsce.

Zadaj pytanie uzupełniające

Wynik: sprzedaż na milion osób

KrajSprzedaż, USDLudność (2025)USD na milion mieszkańców
Irlandia45,625 484 3678,32
Czechy90,2410 886 8788,29
Finlandia41,625 646 4367,37
Kanada303,9641 651 6537,30
Posortuj i przefiltruj

Badanie

  1. Ustala, czego wymaga pytaniePlanowane
  2. BillingCountry oznacza krajPlanowane
  3. Znajduje dane o populacji w innym miejscuPlanowane
  4. Zmapowano 24 z 24 nazw krajówPrawdziwy przebieg
  5. Połączono trzy źródła, obliczono metrykęPrawdziwy przebieg
Sprawdź dowolny krok

Przesuń, aby zobaczyć inne widoki

  • 24kraje
  • 3połączone źródła
  • 0tokenów AI
  • 0,3 sczas wykonania

Z prawdziwego przebiegu demo: jedno zapisane zapytanie, bez modelu.

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 appDostępne
    • AI chatDostępne
    • Managed AIDostępne
  • Terminal UI & CLI

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

    • Terminal appDostępne
    • AI chatDostępne
    • Managed AIDostępne
  • 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 pluginDostępne
    • MCP serverDostępne
    • MCP Apps explorerWersja zapoznawcza

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

Jak DataTug składa odpowiedź. Otwórz dowolny krok.

To nie jest łańcuch myśli: to zapis działań, decyzji i dowodów. Najpierw dokładnie to, co zrobił prawdziwy przebieg. Potem śledztwo, które DataTug ma pokazywać.

Co zrobił prawdziwy przebieg

Prawdziwy przebieg demo

CLI DataTug wykonało jedno zapisane zapytanie TugQL. Łączy trzy źródła i nie wywołuje żadnego modelu.

Polecenie

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

Co wypisało

query download: 412 rows chinook
query download: 24 rows geo
query download: 216 rows geo
query process: 24 rows
odczytanych faktur Chinook
412
nazwy krajów w tabeli aliasów
24
jest równych nazwie ISO
21
dopasowane ręcznie
3
rekordów populacji Banku Światowego w migawce
216
wiersze wyniku, po jednym na kraj
24
tokenów AI
0

Cross-source TugQL joins in the CLIDostępne

Odtwórz to: datatug/datatug-demo-projects, commit 0e5b98f, CLI DataTug 0.51.0.

Co będzie pokazywać produkt

W przygotowaniu

To samo pytanie jako śledztwo w DataTug.app. Każdy krok jest oznaczony: albo zaszedł w prawdziwym przebiegu, albo to zachowanie, które budujemy, wraz z jego statusem.

Śledztwo: sprzedaż muzyki względem populacjiPrototyp

Które kraje kupują najwięcej muzyki względem swojej populacji?

Kroki: 7. W prawdziwym przebiegu: 4. Docelowe zachowanie: 3.

  1. Ustala, czego wymaga pytanie.Sprzedaż muzyki grupowana według kraju: tabela Invoice, jej pole Total i pole BillingCountry. W prawdziwym przebiegu wybrał je człowiek, pisząc zapytanie. W produkcie Jev, model decyzyjny od TypeSafe AI, będzie je proponować, a schemat będzie je sprawdzać.Docelowe zachowanieDecisions by Jev, a decision model by TypeSafe AIPlanowane
    Tabela
    Invoice
    Wiersze
    412
    Miara
    Invoice.Total
    Grupowane według
    Invoice.BillingCountry
    Jak to jest ustalane
    Zaproponowane przez Jev, model decyzyjny od TypeSafe AI, a następnie sprawdzone względem schematu
    Znane ze schematuZasugerowane przez AI
  2. Rozpoznaje BillingCountry jako kraj.MeaningGraph wskaże, że to pole oznacza Geo.Country, więc nikt nie musi zgadywać tego z nazwy kolumny.Docelowe zachowanieMeaningGraph integrationPlanowane
    Pole
    Invoice.BillingCountry
    Znaczenie
    Geo.Country
    Rozróżnialne wartości
    24
    Jak to jest ustalane
    Odnalezione w MeaningGraph
  3. Znajduje dane o populacji poza Chinook.Chinook nie ma populacji. Automatyczne wykrywanie przez DataTug za pośrednictwem istniejącego OVDB Directory jest planowane. W prawdziwym przebiegu migawka Banku Światowego była już w projekcie.Docelowe zachowanieAutomatic Directory discovery in DataTugPlanowane
    Źródło
    Bank Światowy
    Zbiór danych
    SP.POP.TOTL · 2025
    Wiersze
    216
    Jak to jest ustalane
    Znalezione przez OVDB Directory
    Zadeklarowane
  4. Źródła zapisują nazwy krajów różnie.Chinook przechowuje nazwy takie jak „USA”. Dane o populacji są kluczowane według kraju ISO. Nie można ich połączyć w obecnej postaci.W prawdziwym przebiegu
    Chinook mówi
    "USA"
    Klucz kraju ISO
    us
    Nazwa ISO
    "United States"
    Jak to jest ustalane
    Różnica w danych, które odczytał przebieg. Sam przebieg niczego nie porównywał: tabela aliasów łączy nazwy
    Bez modeluWymaga uzgodnieniaZweryfikowaneZbadaj tę wartość
  5. Tabela nazw krajów je łączy.24 nazwy z Chinook mapują się na kraj ISO. Równe nazwie ISO: 21. Dopasowane ręcznie: 3.W prawdziwym przebiegu
    Dane referencyjne
    country_aliases
    Uzgodnione
    24 / 24
    Równe nazwie ISO
    21
    Dopasowane ręcznie
    Czech Republic, Netherlands, USA
    Jak to jest ustalane
    Odnalezione w danych referencyjnych przechowywanych jako pliki w projekcie
    Bez modeluZweryfikowanePotwierdzone przez człowiekaZbadaj tę wartość
  6. Łączy trzy źródła.Faktury do aliasów do populacji, w jednym zapytaniu TugQL. Żaden model nie jest zaangażowany.W prawdziwym przebieguCross-source TugQL joins in the CLIDostępne
    Ścieżka łączenia
    Invoice.BillingCountry → country_aliases.alias → population_wb.country
    Źródło
    Chinook + Bank Światowy
    Jak to jest ustalane
    Jedno deterministyczne zapytanie TugQL
    Z zapisanego zapytania (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}}]
    Bez modeluZweryfikowane
  7. Oblicza sprzedaż na milion osób.Jeden wiersz na kraj, gotowy do sortowania, filtrowania i tworzenia wykresów. Zero tokenów AI.W prawdziwym przebiegu
    Formuła
    sum(Total) / population * 1000000
    Wiersze
    24
    Użyte tokeny AI
    0
    Jak to jest ustalane
    Arytmetyka wewnątrz zapytania, bez modelu
    Bez modeluZweryfikowaneZobacz wynik

Skąd pochodzi wiedza

  • Znane ze schematu
  • Zadeklarowane
  • Potwierdzone przez człowieka
  • Zweryfikowane
  • Zaobserwowane
  • Wywnioskowane z danych
  • Zasugerowane przez AI
  • Hipoteza

Widok śladu to prototyp sposobu, w jaki DataTug.app będzie prezentować śledztwo. Nie ma go jeszcze w produkcie.

Odpowiedzią są dane, z którymi możesz dalej pracować.

Sortuj je, filtruj, zmieniaj rozmiar, wybierz słupek, aby znaleźć wiersz. Tabela i wykres to dwa widoki tego samego wyniku.

Cross-source TugQL joins in the CLIDostępneCross-source TugQL joins in the browserW przygotowaniu

Wynik: sprzedaż na milion mieszkańcówRzeczywiste uruchomienie demo
24 z 24 krajówSpróbuj posortować według sprzedaży: USA kupują najwięcej, ale zajmują miejsce 17 na osobę.
Pomiń tabelę
Sprzedaż i ludność według kraju
KrajSprzedaż, USDLudność (2025)Sprzedaż na milion mieszkańców
Irlandia45,625 484 3678,32
Czechy90,2410 886 8788,29
Finlandia41,625 646 4367,37
Kanada303,9641 651 6537,30
Portugalia77,2410 804 8717,15
Norwegia39,625 610 8707,06
Dania37,626 009 1696,26
Węgry45,629 514 2514,79
Austria42,629 208 1634,63
Szwecja38,6210 596 6203,64
Belgia37,6211 941 7813,15
Francja195,1068 720 3372,84
Chile46,6219 859 9212,35
Holandia40,6218 087 6332,25
Niemcy156,4883 491 2491,87
Wielka Brytania112,8669 487 0001,62
USA523,06341 784 8571,53
Australia37,6227 614 4111,36
Polska37,6236 435 8611,03
Brazylia190,10212 812 4050,89
Argentyna37,6245 851 3780,82
Hiszpania37,6249 355 1430,76
Włochy37,6258 915 6560,64
Indie75,261 463 865 5250,05

Ładowanie interaktywnej tabeli…

Koniec tabeli

Sprzedaż na milion mieszkańców

USD na milion mieszkańców

  1. Irlandia8,3
  2. Czechy8,3
  3. Finlandia7,4
  4. Kanada7,3
  5. Portugalia7,1
  6. Norwegia7,1
  7. Dania6,3
  8. Węgry4,8
  9. Austria4,6
  10. Szwecja3,6

Wyświetlanie pierwszych 10 z 24 wierszy w bieżącej kolejności

Z rzeczywistego uruchomienia demo: sprzedaż Chinook połączona z ludnością Banku Światowego (SP.POP.TOTL, 2025). Zapisany wynik, nie zapytanie na żywo.

Pytanie uzupełniające Prototyp

Co możesz powiedzieć o tych danych?

Trzy rzeczy się wyróżniają. Każda z nich jest obliczana na podstawie wierszy, na które wskazuje.

  • USA mają największą sumę ($523,06), ale zajmują miejsce 17 z 24 na osobę: 1,53 na milion.Wiersze: 1
  • Irlandia i Czechy prowadzą na osobę z wynikami 8,32 i 8,29, niemal ex aequo.Wiersze: 2
  • 9 z pierwszej dziesiątki ma mniej niż 11 miliona mieszkańców. Kanada jest wyjątkiem, z 41,7 miliona.Wiersze: 10

Najedź kursorem lub wybierz obserwację, aby podświetlić jej wiersze w tabeli i na wykresie. Observations grounded in your dataW przygotowaniu

Tabela używa motywu DataTug AG Grid z zestawu strony. CLI uruchamia to zapytanie między źródłami już dziś; uruchomienie tego samego zapytania w przeglądarce jest w fazie rozwoju.

Trzy sposoby pracy z DataTug AI może pomóc w każdym z nich.

Korzystaj z obszaru roboczego w przeglądarce, interfejsu terminala i CLI albo zintegruj DataTug z agentem AI. Czat AI jest częścią dwóch pierwszych; statusy jasno pokazują każdą integrację.

  1. W przeglądarce

    Przeglądaj projekty, sprawdzaj schematy i rozmawiaj o swoich danych w DataTug.app. Użyj klucza modelu, który podasz, i kontynuuj to samo dochodzenie w terminalu.Otwórz DataTug.app

    DataTug.app · Czat AIIlustracyjny

    Sesja: chinook-countries

    Które kraje kupują najwięcej muzyki w przeliczeniu na mieszkańca?

    Połączono sprzedaż Chinook z populacją Banku Światowego.

    • Irlandia
    • Czechy
    • Finlandia

    datatug chatDataTug.appKontynuuj to dochodzenie w terminalu

    Zacznij odDataTug.app

    • DataTug.app, the web appDostępne
    • Browser chat with your own API keyDostępne
    • Managed AI in the web appDostępne
    • Terminal-to-web session hand-offDostępne
  2. W terminalu

    Odkrywaj dane za pomocą aplikacji terminalowej sterowanej klawiaturą, rozmawiaj z AI lub uruchamiaj powtarzalne polecenia w skryptach i potokach.Przeczytaj przewodnik po aplikacji terminalowej

    Interfejs terminalaIlustracyjny

    › datatug chat

    › Które kraje kupują najwięcej muzyki na osobę?

    Połączono sprzedaż Chinook z populacją Banku Światowego.

    ✓ 24 kraje · 3 źródła

    ›

    Zacznij oddatatug chat

    • Terminal app (TUI)Dostępne
    • Chat in the CLI and TUIDostępne
    • Managed AI in the CLIDostępne
  3. Zintegrowany z Twoim agentem AI

    Umiejętności Claude Code wspierają konfigurację projektu, odkrywanie danych, skanowanie schematów i walidację. Połącz narzędzia MCP dla schematów i zapisanych zapytań. Podgląd deweloperski eksploratora MCP Apps dodaje widoki tabel i rekordów, sortowanie, stronicowanie i ponowne uruchamianie zapisanych zapytań SQLite z parametrami. Przetestowano z hostem referencyjnym dla kontrybutorów; postępuj zgodnie z przewodnikiem konfiguracji MCP dla obsługiwanego zakresu.Zobacz umiejętności i jak je zainstalować Polecenia, które agent może uruchomić

    Twój agentIlustracyjny

    › /plugin install datatug@sneat-co

    ✓ Umiejętności dla CLI datatug są zainstalowane.

    › Które kraje kupują najwięcej muzyki w przeliczeniu na mieszkańca?

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

    Irlandia          8,32
    Czechy            8,29
    Finlandia         7,37

    ✓ Gotowe. Wynik wrócił do rozmowy.

    ›

    Zacznij od/plugin install datatug@sneat-co

    • Skills plugin for coding agentsDostępne
    • MCP serverDostępne
    • MCP Apps explorer (developer preview)Wersja zapoznawcza

Nadaj AI znaczenie, nie tylko schemat.

Schemat mówi, że BillingCountry jest tekstem. Znaczenie mówi, że to kraj, który inne systemy znają jako IE lub IRL, i jak pewni jesteśmy każdego faktu. To zadanie MeaningGraph. Połączenie go z DataTug jest planowane.

MeaningGraph integrationPlanowane
  • Wiedza ma źródło

    Każdy fakt mówi, czy pochodzi ze schematu, od osoby, z danych czy z modelu.

  • Działa w obie strony

    DataTug odczyta MeaningGraph, zanim zapyta model, i zapisze z powrotem to, co potwierdzisz.

  • Znaczenie przekracza systemy

    Ten sam kraj może być nazwą, aliasem, kodem ISO. Znaczenie jest tym, co je łączy.

Jedna wartość śledzona w trzech źródłachPrawdziwe wartości, widok pojęcia
Wybierz kraj tak, jak przechowuje go Chinook.
Wartość Chinook"Ireland"Invoice.BillingCountry
ZnaczeniePojęcieGeo.Countryczym jest ta wartość
Wiersz aliasu"Ireland" → iecountry_aliases
Kody ISO 3166IE · IRLcountries
Bank Światowyiepopulation_wb · Populacja 5,48 mln

Dowody

Wiersz aliasu: "Ireland" → ie

  • ZweryfikowaneAlias "Ireland" jest równy nazwie kraju ISO i mapuje na klucz ie. Takich aliasów: 21 z 24.

Wybierz węzeł, aby zobaczyć jego dowody.

Wartości, tabela aliasów i dane o populacji pochodzą z rzeczywistego uruchomienia. Węzeł znaczenia Geo.Country jest pojęciem: integracja z MeaningGraph jest planowana.

Uczy się podczas Twojej pracy, i sprawdza, zanim uwierzy.

Zapytania, złączenia i sposób nawigacji pozostawiają dowody. Idea: DataTug zamienia powtarzające się dowody w wiedzę, którą możesz potwierdzić, a następnie wykorzystuje ją ponownie, nie pytając modelu kolejny raz.

MeaningGraph learning loopW fazie analizy
Relacja, którą DataTug zauważyłPojęcie

Invoice.BillingCountry → Geo.Country

ZaobserwowanePotwierdzone przez człowieka
  • Używane jako kraj w każdym zapisanym zapytaniu, które go dotyczy
  • Wartości sprawdzone względem listy referencyjnej. Dopasowania: 24 z 24
  • Jeszcze niepotwierdzone przez nikogo

Potwierdzone przez Ciebie. Następne śledztwo sprawdzi to zamiast pytać model.

Wnioskuj raz. Weryfikuj. Zapamiętaj. Wykorzystaj ponownie.

  1. WnioskujWzorzec lub model proponuje, co coś znaczy.
  2. WeryfikujDataTug sprawdza propozycję względem rzeczywistych danych.
  3. ZapamiętajTo, co się utrzymuje, jest zapisywane wraz z dowodami w projekcie.
  4. Wykorzystaj ponownieNastępne śledztwo zaczyna się od tego, co już wiadomo.

Każde śledztwo czyni następne mądrzejszym.

Docelowy projekt dla pytania zadawanego wielokrotnie:

  1. Za pierwszym razemModel pomaga planować. Osoba potwierdza mapowanie.Wywołania modelu: kilka
  2. Za drugim razemMapowanie jest wyszukiwane. Brak modelu dla tego kroku.Wywołania modelu: mniej
  3. Znana ścieżkaKażdy krok jest znany. Tak właśnie wygląda już rzeczywiste uruchomienie demonstracyjne.Wywołania modelu: brak

Uczenie się z Twojej pracy to idea, którą testujemy. Pętla jest celem projektowym, a nie wdrożonym zachowaniem.

Nie każdy krok wymaga dużego modelu.

DataTug jest zaprojektowany tak, aby najpierw sięgać po najlżejszy niezawodny mechanizm i mówić, którego użył: tego, co już wiadomo, potem małego modelu decyzyjnego, następnie dużego modelu, a na końcu Ciebie.

Decisions by Jev, a decision model by TypeSafe AIPlanowane
  1. Wiedza deterministyczna

    Schemat, potwierdzone znaczenia, dane referencyjne, zapisane zapytania. Za darmo, natychmiast, powtarzalnie.

  2. Lekki model decyzyjny

    Jev, model decyzyjny od TypeSafe AI, szereguje kandydujące tabele, pola i ścieżki złączeń. Schemat następnie weryfikuje wybór.

  3. Generatywna AI

    Nowe pytania, plany, których nikt wcześniej nie widział, wyjaśnienia w prostym języku.

  4. Człowiek

    Potwierdzasz to, co odtąd będzie uznawane za zaufane.

Które tabele są istotne dla tego pytania?Koncepcja

Które kraje kupują najwięcej muzyki w przeliczeniu na mieszkańca?

  1. InvoiceWybrano
  2. InvoiceLine
  3. Customer
  4. Track
  5. Album

Uszeregowane przez Jev, model decyzyjny od TypeSafe AI. Wybrana tabela jest następnie weryfikowana względem schematu.

Ludzie i AI wspólnie budują zrozumienie.

Nie każda wiedza zasługuje na takie samo zaufanie. DataTug jest zaprojektowany tak, aby różnicę było widać przy każdym twierdzeniu, dzięki czemu możesz odróżnić to, co zadeklarowane, od tego, co zgadywane.

Autorytatywne

Używane bez pytania.

  • Znane ze schematuZadeklarowane bezpośrednio przez bazę danych: typy, klucze, ograniczenia.
  • ZadeklarowaneZapisane przez człowieka lub w opisie API.
  • Potwierdzone przez człowiekaSprawdzone i zaakceptowane przez kogoś z zespołu.
  • ZweryfikowaneDeterministycznie sprawdzone na rzeczywistych danych.

Potwierdzone

Używane z widocznymi dowodami.

  • ZaobserwowaneWielokrotnie spotkane w zapytaniach i nawigacji.
  • Wywnioskowane z danychWskazują na to regularności i wzorce w wartościach.

Sugerowane

Prezentowane, nigdy nieprzyjmowane automatycznie.

  • Zasugerowane przez AIZaproponowane przez model. Wymaga weryfikacji.
  • HipotezaPrzypuszczenie warte sprawdzenia, nigdy niewykorzystywane bez wiedzy użytkownika.
orders.customer_ref → customers.idPrzykład
  1. ZaobserwowaneZaobserwowano w powtarzanych zapytaniach
  2. ZweryfikowaneWartości zweryfikowane względem danych
  3. Potwierdzone przez człowiekaPotwierdzone przez zespół

Wtedy ponowne użycie nie wymaga wywołania modelu.

Badaj, nie tylko generuj SQL.

Zapytanie to jeden ruch w śledztwie. DataTug jest zbudowany wokół całości: pytania, drogi, którą przeszedłeś, dowodów i tego, czego się po drodze nauczyłeś.

Klient bazy danych

  1. Ty
  2. SQL
  3. Baza danych

Klient bazy danych z AI

  1. Ty lub agent
  2. Wygenerowany SQL
  3. Baza danych

DataTug

  1. Ty + AI
  2. Śledztwo
  3. Znaczenie
  4. Połączone dane
  5. Dowody
  6. Wiedza wielokrotnego użytku

Sposoby wejścia

  • Język naturalny
  • SQL
  • TugQL
  • Nawigacja
  • Siatki
  • Wykresy
  • CLI
  • TUI
  • Agenci

Uzupełniają się nawzajem. Użyj tego, co najszybsze dla następnego kroku, niezależnie od tego, czy piszesz SQL.

Co jest inne

  • Agent widzi znaczenie

    Nie tylko nazwy tabel i kolumn, ale to, co one oznaczają.

    Planowane
  • Działa między źródłami

    Połącz bazę danych z zewnętrznym zbiorem danych w jednym zapytaniu.

    Dostępne
  • Pamięta między sesjami

    To, co potwierdziłeś, jest tam następnym razem, wraz z dowodami.

    W fazie analizy
  • Jedna sesja, trzy interfejsy

    Web, terminal UI i CLI działają na tej samej sesji.

    Dostępne

Nie każ AI zgadywać tego, co może sprawdzić.

Chinook mówi "USA", dane o populacji mówią "us", a ISO nazywa ten sam kraj USA i "United States". To fakt do sprawdzenia, a nie coś, co model ma wypracowywać od nowa przy każdym pytaniu. Więc trzymaj to jako tabelę: zapisaną raz, wersjonowaną, przeglądaną jak kod.

Dane referencyjne: country_aliasesPrawdziwe dane demo
aliaskrajsposób dopasowania
Czech Republicczdopasowane ręcznie
Netherlandsnldopasowane ręcznie
USAusdopasowane ręcznie
Irelandierówna się nazwie ISO

Trzy nazwy, które wymagały człowieka, i jedna, która nie. Mapowanie jest danymi pierwszej klasy, a nie czymś, co model wnioskuje od nowa przy każdym pytaniu.

Ten sam wiersz, jako plik w GitPrawdziwy plik
# 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'"
}

Cztery rodzaje trwałych danych śledztwa

  • Dane referencyjne

    Kraje, waluty, wewnętrzne identyfikatory i standardy, mapowania statusów, tabele wyszukiwania.

  • Migawki

    Kopie z danego momentu na potrzeby incydentów, niepowodzeń testów, prób migracji i danych regresyjnych.

  • Dane z pamięci podręcznej

    Dane zewnętrzne lub kosztowne, przechowywane, aby pobierać je raz, a nie przy każdym uruchomieniu.

  • Dane sesji

    Wybrane rekordy, podejrzane transakcje, pośrednie złączenia i tymczasowe mapowania.

Gdzie mieszkają

inGitDB

Dostępne

Utrwalać i wersjonować dane

inGitDB działa już dziś: czytelne dla człowieka pliki w Git, które można rozgałęziać, przeglądać w pull requeście i odtwarzać w CI. Zarządzanie danymi projektu w ten sposób z poziomu DataTug jest planowane.

inGitDB

OVDB

Dostępne

Udostępniać i integrować

OVDB i jego publiczny Directory działają już dziś, zapewniając wspólny sposób odkrywania i opisywania bardzo różnych źródeł baz danych. Automatyczne odkrywanie źródeł w DataTug przez Directory jest planowane.

OVDB

Jedna inteligencja, wiele interfejsów.

Sesja należy do DataTug, a nie do interfejsu. Zacznij w terminalu, otwórz siatkę w przeglądarce i wróć z tym samym kontekstem. Albo odwrotnie.

Terminal-to-web session hand-offDostępne
TerminalPoglądowe

$ datatug

Sesja chinook-countries ● zsynchronizowana

› Które kraje kupują najwięcej muzyki w przeliczeniu na mieszkańca?

✓ Połączono Chinook z danymi o populacji Banku Światowego.

o otwórz siatkę w przeglądarce

DataTug.appPoglądowe

Sesja: chinook-countries

Kontynuacja z terminala

  • Irlandia
  • Czechy
  • Finlandia

Wróć do terminala w dowolnym momencie; to ta sama sesja.

Skrypty i widoki osadzone

  • CLI

    Jednorazowe polecenia do potoków i skryptów, z wbudowanym zarządzanym AI.

    Managed AI in the CLIDostępne
  • Osadzenia

    Umieść działającą siatkę lub wykres na dowolnej stronie.

    <datatug-grid> and <datatug-chart> embedsDostępne

Twój model albo nasz.

DataTug AI nie jest przywiązany do jednego dostawcy.

  • Wnieś własny klucz

    Użyj własnego klucza API u dostawcy, któremu już ufasz, w przeglądarce lub CLI.

    Browser chat with your own API keyDostępne
  • Zarządzane AI

    AI zarządzane przez DataTug bez konfigurowania klucza: w CLI i aplikacji webowej. Twoje prompty, schemat i tekst zapytania trafiają do chmury. Wartości wierszy nie.

    Managed AI in the CLIDostępneManaged AI in the web appDostępne

Gdy odpowiedź wymaga czegoś więcej niż tekstu, wywołaj Bubble.

Bubble to niewielka interaktywna powierzchnia, taka jak siatka, wykres lub inspektor, która pojawia się w rozmowie i łączy się z innymi, tworząc bogatsze narzędzia. UIBubbles to otwarty standard dla nich.

UIBubbles runtimePlanowane
Czat z BubbleKoncepcja

Pokaż najważniejsze kraje jako siatkę.

Oto kraje posortowane według sprzedaży na milion mieszkańców.

KrajNa milion
Irlandia8,3
Czechy8,3
Finlandia7,4
Kanada7,3

Przedstaw to na wykresie.

Przedstawiono na wykresie i powiązano z siatką.

Dlaczego Irlandia mapuje się na IRL?

Oto dowody dla tego mapowania.

  • Zmapowano z "Irlandia" poprzez dane referencyjne projektu
  • Sprawdzone nazwy: 24. Rozwiązano: 24.
Wywołaj Bubble

To ręcznie zbudowana koncepcja doświadczenia. Środowisko uruchomieniowe Bubble jest planowane. O UIBubbles

Wiedza nie powinna się resetować na żadnym etapie rozwoju.

To, czego jeden etap dowie się o danych, powinno być dostępne dla następnego. Celem DataTug i MeaningGraph jest przenoszenie tej wiedzy od pierwszego pomysłu aż po codzienne wsparcie.

  1. Wizja

    Odkrywaj dane i wiedzę dziedzinową, które już istnieją.

  2. Projekt

    Definiuj encje, znaczenia, identyfikatory, relacje i mapowania.

  3. Rozwój

    Deweloperzy i agenci korzystają z tego, co wiadomo, i przekazują odkrycia z powrotem.

    Możliwy incydent
  4. Test

    Badaj awarie, porównuj środowiska, zachowuj napotkane przypadki brzegowe.

    Możliwy incydent
  5. Eksploatacja

    Wsparcie i agenci badają rzeczywiste zachowanie z całą dotychczasową wiedzą.

    Możliwy incydent

Incydent to stan, a nie szósty etap.

Może wystąpić podczas rozwoju, testów, na stagingu lub na produkcji. Wczesny incydent to dar: pokazuje problem, zanim zrobią to klienci, gdy naprawa jest jeszcze tania.

Każdy z nich rozpoczyna ukierunkowane dochodzenie, a to, czego uczy, wpływa z powrotem na przyszłą pracę.

Najlepszy incydent produkcyjny to ten, który został już wychwycony w testach.

Presja ujawnia prawdę. Zachowaj ją.

Incydenty to momenty wysokiej presji, w których wychodzą na jaw ważne prawdy o systemach i danych. Zachowaj te prawdy, zamiast tracić je, gdy incydent się kończy.

Incidentius integrationPlanowane

  • DataTug

    Pomaga prowadzić dochodzenie, gdy incydent trwa.

  • MeaningGraph

    Zachowuje to, co ustalono: znaczenia, relacje i wiedzę diagnostyczną.

  • Incidentius

    Przechowuje sam incydent: zdarzenie, kontekst i reakcję.

Idea: odkrycia zachowują powiązanie z incydentem, który ich nauczył, i wracają w przyszłych incydentach, podczas developmentu, w testach regresyjnych i w profilaktyce.

Odwiedź Incidentius.com

Kontrola przede wszystkim.

Kierowanie AI na dane produkcyjne powinno być bezpieczne z założenia. To dokładnie to, co obowiązuje dziś i co wciąż przed nami, twierdzenie po twierdzeniu.

  • Local execution

    Uruchamiaj DataTug na własnej maszynie, obok swoich danych: zapytania wykonują się lokalnie. W przypadku zarządzanego AI Twoje prompty, schemat i treść zapytania trafiają do chmury. Wartości wierszy nie.

    Dostępne
  • Access policies

    Ogranicz to, co rola może odczytywać, przez zapisane zapytania egzekwowane politykami, dziś w źródłach SQLite i inGitDB. Gdy nie ustawiono żadnej polityki, dostęp jest nieograniczony, a terminalowa przeglądarka bazy danych jeszcze nie stosuje polityk.

    Dostępne
  • Read-only connections

    Połącz się ze źródłem w trybie tylko do odczytu, aby dochodzenie nie mogło go zmienić.

    Planowane
  • Approve an investigation step

    Zatwierdź krok dochodzenia przed jego uruchomieniem, zamiast ufać całemu planowi naraz.

    Planowane
  • Meaning-driven masking on the server

    Maskuj wrażliwe wartości po stronie serwera, kierując się znaczeniem pola, a nie jego nazwą.

    Planowane
  • Control over what reaches a model

    Decyduj, co trafia do zewnętrznego modelu, aż do poziomu pola.

    Planowane
  • Audit trail merged with provenance

    Ścieżka audytu, która jest tym samym zapisem co pochodzenie: kto lub co to zrobił i na podstawie jakich dowodów.

    Planowane

Jak elementy do siebie pasują.

Poznałeś je po kolei powyżej. Każdy ma jedno zadanie i żaden z nich nie jest wymagany na start.

  • Badać i uczyć się

    DataTug

    Przestrzeń, w której Ty i AI analizujecie powiązane dane.

    Obszar roboczy
  • Rozumieć

    MeaningGraph

    Co oznaczają pola, wartości i relacje, wraz z dowodami.

    meaninggraph.io
  • Udostępniać i integrować

    OVDB

    Jednolity sposób dotarcia do zróżnicowanych źródeł danych i ich publikacji.

    openvaultdb.com
  • Utrwalać i wersjonować dane

    inGitDB

    Dane referencyjne i migawki jako czytelne pliki w repozytorium Git.

    ingitdb.com
  • Wchodzić w interakcję

    UIBubbles

    Tabele, wykresy i inspektory pojawiające się bezpośrednio w odpowiedzi.

    uibubbles.org
  • Zachowywać wnioski z incydentów

    Incidentius

    Kontekst incydentów i reakcji, by wiedza przetrwała po zakończeniu problemu.

    incidentius.com

Dla kogo to jest już dziś, a kto powinien jeszcze poczekać.

DataTug jest na wczesnym etapie. Oto komu już dobrze służy, a kto powinien poczekać.

Najlepszy wybór na dziś

  • Analizujesz dane, które znajdują się w więcej niż jednym miejscu.
  • Przełączasz się między terminalem a przeglądarką i chcesz mieć tę samą sesję w obu.
  • Chcesz użyć własnego klucza do modelu lub skorzystać z zarządzanej AI w CLI albo przeglądarce.
  • Lubisz narzędzia, które możesz przejrzeć, oskryptować i uruchomić samodzielnie.
  • Wolisz wspólnie z nami kształtować znaczenie i pochodzenie danych, niż na nie czekać.

Jeszcze nie najlepszy wybór

  • Potrzebujesz AI, które już wie, co oznaczają Twoje pola. Integracja z MeaningGraph jest planowana.
  • Potrzebujesz ścieżki dowodowej krok po kroku w aplikacji już dziś. Jest w opracowaniu; ta strona pokazuje prototyp.
  • Potrzebujesz kreatora dashboardów dla wielu zespołów. DataTug służy do analizy, to nie pakiet BI.
  • Chcesz konfiguracji każdego agenta jednym kliknięciem. Lokalny serwer MCP wymaga działającego demona DataTug i konfiguracji klienta stdio.
  • Potrzebujesz maskowania po stronie serwera i bramek zatwierdzania dla danych produkcyjnych. Oba rozwiązania są planowane.

Co działa dziś, a co jest jeszcze przed nami.

Ta lista śledzi status możliwości DataTug. Dostępność projektów ekosystemu opisano osobno.

Dostępne

Wdrożone. Możesz używać już dziś.

  • 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
Wersja zapoznawcza

Działa od początku do końca, ale jeszcze nie wszędzie.

  • MCP Apps explorer (developer preview)
W przygotowaniu

W trakcie budowy. Nie planuj na tym na razie.

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

Zaprojektowane i zaplanowane, nie rozpoczęte.

  • 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
W fazie analizy

Pomysł, który testujemy. Może się zmienić lub zostać porzucony.

  • MeaningGraph learning loop

Zobacz najpierw. Zainstaluj, gdy się przekonasz.

Demo na żywo jest w opracowaniu. Dziś możesz przejść przez prototyp na tej stronie lub zainstalować CLI i samodzielnie uruchomić prawdziwe zapytanie.

Gwiazdka na GitHubieCLI jest darmowy do użytku osobistego i biznesowego w ramach limitów planu Free. Zobacz cennik. Umiejętności AI są open source (MIT). Umiejętności na GitHubie.

Co dalej

  1. ZapytajWkrótce: uruchom pytanie w demo na żywo, bez rejestracji. Dziś: prototyp na tej stronie.W przygotowaniu
  2. SprawdźOtwórz dowolny krok analizy i zobacz wynik jako tabelę i wykres.W przygotowaniu
  3. ZachowajZachowywanie analizy, klonowanie projektu demo i podłączanie własnych danych są planowane.Planowane
Zobacz, jak odpowiada DataTugDemo w budowie