跳至主要內容
DataTug.ai
GitHub

你的数据有意义。
让 AI 理解它。

DataTug 是一个让你和 AI 共同调查关联数据的工作空间：在网页应用中、在终端中，或在你自己的编程代理中透过 DataTug AI skills 使用。跨来源的答案目前可在 CLI 中运行。证据链、共享意义与记忆是我们接下来要构建的内容。

DataTug.app 線上展示正在開發中。目前打開調查原型。

查看 DataTug 如何回答
  • 免费 CLI · 个人与商业用途
  • CLI v0.121.1
  1. Chinook · Invoice.BillingCountry"Ireland"
  2. 意義Geo.Country規劃中
  3. ISO 3166 代碼IE · IRL
  4. 世界銀行人口 5.48 百萬
  5. 答案8.3 每百万

每百萬人消費額

真實展示運行
  1. 愛爾蘭8.3
  2. 捷克8.3
  3. 芬蘭7.4
  4. 加拿大7.3
  5. 葡萄牙7.1
  6. 美國1.5

美國總消費最高，但人均消費排在第 17 位。

提出后续问题

结果：每百万人口的销售额

國家銷售額（美元）人口（2025）美元 / 每百萬人
愛爾蘭45.625,484,3678.32
捷克90.2410,886,8788.29
芬蘭41.625,646,4367.37
加拿大303.9641,651,6537.30
排序并筛选

调查过程

  1. 弄清问题需要什么規劃中
  2. BillingCountry 指的是一个国家規劃中
  3. 在其他地方找到人口数据規劃中
  4. 24 个国家名称中已映射 24 个真实运行
  5. 三个来源已连接，指标已计算真实运行
检查任一步骤

滑动查看其他视图

  • 24个国家
  • 3个来源已连接
  • 0个 AI token
  • 0.3 秒运行时间

来自真实演示运行：一个已保存的查询，未使用模型。

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

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 如何組裝出答案。 開啟任一�驟。

這不是思維鏈：而是一份關於動作、決策與證據的紀錄。首先，是真實執行所做的事情，分毫不差。接著，是 DataTug 正著手打造、即將呈現的調查過程。

真實執行所做的事情

真實示範執行

DataTug CLI 執行了一個已儲存的 TugQL 查詢。它聯結了三個來源，且未呼叫任何模型。

指令

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

它印出的內容

query download: 412 rows chinook
query download: 24 rows geo
query download: 216 rows geo
query process: 24 rows
讀取了 # 筆 Chinook 發票
412
別名表中的 # 個國家名稱
24
與 ISO 名稱相同的有 # 個
21
以人工比對的有 # 個
3
快照中 # 筆世界銀行人口紀錄
216
結果列，每個國家一列，共 # 列
24
AI token，共 # 個
0

Cross-source TugQL joins in the CLI可用

重現方式：datatug/datatug-demo-projects，提交 0e5b98f，DataTug CLI 0.51.0。

產品將呈現的內容

開發中

這是同一個問題在 DataTug.app 中呈現為調查的樣子。每個步驟都有標記：它不是在真實執行中實際發生，就是我們正在打造的行為，並顯示其狀態。

調查：相對於人口的音樂銷售原型

哪些國家相對於其人口購買了最多音樂？

步驟：7。真實執行中：4。目標行為：3。

  1. 釐清問題需要什麼。依國家分組的音樂銷售：Invoice 資料表、其 Total 與其 BillingCountry。在真實執行中，這些是由人在撰寫查詢時所選定。在產品中，將由 Jev（TypeSafe AI 的決策模型）提出，並由結構定義進行檢查。目標行為Decisions by Jev, a decision model by TypeSafe AI規劃中
    資料表
    Invoice
    列數
    412
    量值
    Invoice.Total
    分組依據
    Invoice.BillingCountry
    如何判定
    由 Jev（TypeSafe AI 的決策模型）提出，再對照結構定義檢查
    來自結構定義AI 建議
  2. 辨識 BillingCountry 為一個國家。MeaningGraph 將指出此欄位代表 Geo.Country，因此沒有人需要從欄位名稱去猜測。目標行為MeaningGraph integration規劃中
    欄位
    Invoice.BillingCountry
    意義
    Geo.Country
    相異值
    24
    如何判定
    在 MeaningGraph 中查詢
    顯式宣告檢視此值
  3. 在 Chinook 之外尋找人口資料。Chinook 沒有人口資料。DataTug 透過現有 OVDB Directory 進行的自動探索已列入規劃。在真實執行中，世界銀行快照早已存在於專案中。目標行為Automatic Directory discovery in DataTug規劃中
    來源
    世界銀行
    資料集
    SP.POP.TOTL · 2025
    列數
    216
    如何判定
    透過 OVDB Directory 找到
    顯式宣告
  4. 各來源對國家的拼寫方式不同。Chinook 儲存的名稱如「USA」。人口資料以 ISO 國家為鍵。它們無法直接聯結。真實執行中
    Chinook 顯示
    "USA"
    ISO 國家鍵
    us
    ISO 名稱
    "United States"
    如何判定
    執行所讀取資料中的差異。執行本身並未進行任何比對：是由別名表橋接這些名稱
    未使用模型需要調和已驗證檢視此值
  5. 以一張國家名稱對照表橋接兩者。全部 24 個 Chinook 名稱皆對應到一個 ISO 國家。與 ISO 名稱相同：21。以人工比對：3。真實執行中
    參照資料
    country_aliases
    已解析
    24 / 24
    與 ISO 名稱相同
    21
    以人工比對
    Czech Republic, Netherlands, USA
    如何判定
    查詢保存在專案中作為檔案的參照資料
    未使用模型已驗證人工確認檢視此值
  6. 聯結三個來源。發票對別名，別名對人口，全都在一個 TugQL 查詢中完成。未涉及任何模型。真實執行中Cross-source TugQL joins in the CLI可用
    聯結路徑
    Invoice.BillingCountry → country_aliases.alias → population_wb.country
    來源
    Chinook + 世界銀行
    如何判定
    一個確定性的 TugQL 查詢
    取自已儲存的查詢（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}}]
    未使用模型已驗證
  7. 計算每百萬人的銷售額。每個國家一列，可直接排序、篩選與繪圖。零 AI token。真實執行中
    公式
    sum(Total) / population * 1000000
    列數
    24
    使用的 AI token
    0
    如何判定
    查詢內的算術運算，未使用模型
    未使用模型已驗證查看結果

知識的來源

  • 來自結構定義
  • 顯式宣告
  • 人工確認
  • 已驗證
  • 運行中觀測
  • 資料推斷
  • AI 建議
  • 假設

軌跡檢視是原型，展示 DataTug.app 未來將如何呈現調查。它尚未進入產品。

答案就是資料 讓你可以繼續處理。

排序、篩選、調整大小，選取長條即可找到對應的資料列。表格與圖表是同一份結果的兩種檢視。

Cross-source TugQL joins in the CLI可用Cross-source TugQL joins in the browser開發中

結果：每百萬人銷售額真實示範執行
24 個國家中的 24 個試著依銷售額排序：美國購買最多，但人均排名為第 17 名。
略過表格
各國銷售額與人口
國家銷售額（美元）人口（2025）每百萬人銷售額
愛爾蘭45.625,484,3678.32
捷克90.2410,886,8788.29
芬蘭41.625,646,4367.37
加拿大303.9641,651,6537.30
葡萄牙77.2410,804,8717.15
挪威39.625,610,8707.06
丹麥37.626,009,1696.26
匈牙利45.629,514,2514.79
奧地利42.629,208,1634.63
瑞典38.6210,596,6203.64
比利時37.6211,941,7813.15
法國195.1068,720,3372.84
智利46.6219,859,9212.35
荷蘭40.6218,087,6332.25
德國156.4883,491,2491.87
英國112.8669,487,0001.62
美國523.06341,784,8571.53
澳大利亞37.6227,614,4111.36
波蘭37.6236,435,8611.03
巴西190.10212,812,4050.89
阿根廷37.6245,851,3780.82
西班牙37.6249,355,1430.76
義大利37.6258,915,6560.64
印度75.261,463,865,5250.05

正在載入互動式表格…

表格結束

每百萬人銷售額

每百萬人美元

  1. 愛爾蘭8.3
  2. 捷克8.3
  3. 芬蘭7.4
  4. 加拿大7.3
  5. 葡萄牙7.1
  6. 挪威7.1
  7. 丹麥6.3
  8. 匈牙利4.8
  9. 奧地利4.6
  10. 瑞典3.6

依目前排序顯示 24 列中的前 10 列

來自真實示範執行：Chinook 銷售額與世界銀行人口資料（SP.POP.TOTL，2025）連結。這是記錄下來的結果，不是即時查詢。

後續問題 原型

關於這份資料，你能說些什麼？

有三點特別突出。每一點都是根據它所指向的資料列計算得出。

  • 美國的總額最高（$523.06），但人均排名為 24 名中的第 17 名：每百萬人 1.53。資料列：1
  • 愛爾蘭 與 捷克 的人均銷售額分別以 8.32 與 8.29 領先，幾乎並列。資料列：2
  • 前十名中有 9 個人口少於 11 百萬。加拿大 是例外，人口為 41.7 百萬。資料列：10

將游標懸停或選取某個觀察，即可在表格與圖表中醒目顯示對應的資料列。 Observations grounded in your data開發中

表格使用網站套件中的 DataTug AG Grid 主題。CLI 目前即可執行此跨來源查詢；在瀏覽器中執行相同查詢仍在開發中。

使用 DataTug 的三種方式 AI 能在每個環節提供協助。

使用瀏覽器工作區、終端機介面與 CLI，或將 DataTug 整合進 AI 代理。AI 對話是前兩種方式的一部分；狀態標示讓每個整合一目了然。

  1. 在你的瀏覽器中

    在 DataTug.app 中探索專案、檢視結構描述，並與你的資料對話。使用你提供的模型金鑰，並將同一項調查延續到終端機。開啟 DataTug.app

    DataTug.app · AI 對話示意

    工作階段: chinook-countries

    按人口比例計算，哪些國家/地區的音樂消費最高？

    將 Chinook 銷售資料與世界銀行人口資料合併。

    • 愛爾蘭
    • 捷克
    • 芬蘭

    datatug chatDataTug.app在終端機中延續這項調查

    從這裡開始DataTug.app

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

  2. 在你的終端機中

    使用鍵盤驅動的終端機應用程式探索、與 AI 對話，或在指令碼與管線中執行可重複的命令。閱讀終端機應用程式指南

    終端機介面示意

    › datatug chat

    › 哪些國家的人均音樂購買量最高？

    將 Chinook 銷售資料與世界銀行人口資料合併。

    ✓ 24 個國家 · 3 個來源

    ›

    從這裡開始datatug chat

    • Terminal app (TUI)可用
    • Chat in the CLI and TUI可用
    • Managed AI in the CLI可用

  3. 整合進你的 AI 代理

    Claude Code 技能支援專案設定、探索、結構描述掃描與驗證。連接 MCP 工具以取得結構描述與已儲存的查詢。MCP Apps 探索器開發人員預覽新增了資料表與記錄檢視、排序、分頁，以及已儲存 SQLite 查詢的參數重新執行功能。已使用貢獻者參考主機測試；請參閱 MCP 設定指南以了解支援範圍。查看技能與安裝方式 代理可執行的命令

    你的代理示意

    › /plugin install datatug@sneat-co

    ✓ 已安裝 datatug CLI 的技能。

    › 按人口比例計算，哪些國家/地區的音樂消費最高？

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

    愛爾蘭               8.32
捷克                8.29
芬蘭                7.37

    ✓ 完成。結果已回到對話中。

    ›

    從這裡開始/plugin install datatug@sneat-co

    • Skills plugin for coding agents可用
    • MCP server可用
    • MCP Apps explorer (developer preview)預覽

賦予 AI 意義， 而不只是結構描述。

結構描述說 BillingCountry 是文字。意義說它是一個國家，其他系統稱之為 IE 或 IRL，以及我們對每個事實有多確定。這就是 MeaningGraph 的職責。將其連接到 DataTug 的計劃已列入規劃。

MeaningGraph integration規劃中

  • 知識有來源

    每個事實都說明它來自結構描述、人員、資料還是模型。

  • 雙向流動

    DataTug 會在詢問模型之前讀取 MeaningGraph，並寫回你確認的內容。

  • 意義跨越系統

    同一個國家可以是名稱、別名、ISO 代碼。意義就是將它們連接起來的東西。

一個值，跨三個來源追蹤真實值，概念視圖
選擇一個 Chinook 儲存的國家。
Chinook 值"Ireland"Invoice.BillingCountry
意義概念Geo.Country這個值是什麼
別名行"Ireland" → iecountry_aliases
ISO 3166 代碼IE · IRLcountries
世界銀行iepopulation_wb · 人口 5.48 百萬

證據

別名行: "Ireland" → ie

  • 已驗證別名「Ireland」等於 ISO 國家名稱，並對應到鍵 ie。像這樣的別名：21 / 24。

選擇一個節點以查看其證據。

值、別名表和人口數字來自真實執行。Geo.Country 意義節點是一個概念：MeaningGraph 整合已列入規劃。

它在你工作時學習， 並在相信之前進行檢查。

查詢、聯結以及你的導航方式都會留下證據。這個想法是：DataTug 將重複的證據轉化為你可以確認的知識，然後重複使用它，而無需再次詢問模型。

MeaningGraph learning loop評估中
DataTug 注意到的一種關係概念

Invoice.BillingCountry → Geo.Country

運行中觀測人工確認
  • 在每個涉及它的已儲存查詢中都被用作國家
  • 值已與參考清單核對。匹配：24 / 24
  • 尚未被任何人確認

由你確認。下一次調查會查閱此內容，而不是詢問模型。

推斷一次。驗證。記住。重複使用。

  1. 推斷模式或模型提出某事物的含義。
  2. 驗證DataTug 根據真實資料檢查提案。
  3. 記住成立的內容會連同其證據保存在專案中。
  4. 重複使用下一次調查從已知的內容開始。

每一次調查都讓下一次更聰明。

對於反覆提出的問題的設計目標：

  1. 第一次模型協助規劃。人員確認對應關係。模型呼叫：數次
  2. 第二次查閱對應關係。該步驟不使用模型。模型呼叫：較少
  3. 已知路徑每個步驟都是已知的。這就是真實演示執行已經做到的。模型呼叫：無

從你的工作中學習是我們正在測試的想法。這個循環是設計目標，而非已交付的行為。

並非每一步 都需要大型模型。

DataTug 的設計原則是先採用最輕量且可靠的機制，並說明使用了哪一種：先利用已知資訊，接著是小型的決策模型，然後是大型模型，最後才由您決定。

Decisions by Jev, a decision model by TypeSafe AI規劃中
  1. 確定性知識

    結構描述、已確認的含義、參考資料、已儲存的查詢。免費、即時、可重複。

  2. 輕量型決策模型

    由 TypeSafe AI 開發的決策模型 Jev 會對候選的資料表、欄位和聯結路徑進行排序。接著由結構描述檢查所選的項目。

  3. 生成式 AI

    新的問題、前所未見的計畫、以自然語言提供的解釋。

  4. 人員

    您確認從那時起將被信任的內容。

哪些資料表與這個問題相關？概念

按人口比例計算，哪些國家/地區的音樂消費最高？

  1. Invoice已選擇
  2. InvoiceLine
  3. Customer
  4. Track
  5. Album

由 TypeSafe AI 開發的決策模型 Jev 排序。所選的資料表接著會根據結構描述進行驗證。

人類與 AI 共同建立理解。

並非所有知識都值得同等的信任。DataTug 的設計會讓每一項聲明的差異保持可見，以便您區分哪些是已宣告的、哪些是猜測的。

權威

無需再次確認即可直接複用。

  • 來自結構定義由資料庫本身宣告：欄位型別、主外鍵、條件約束。
  • 顯式宣告由人工定義或來源於 API 介面文件。
  • 人工確認經過團隊成員核對與核准。
  • 已驗證透過真實資料進行確定性核驗。

確證

複用時附帶相關事實依據。

  • 運行中觀測在實際查詢和資料瀏覽中反覆出現。
  • 資料推斷根據資料分佈與模式推斷得出。

建議

僅作參考展示，絕不盲目信任。

  • AI 建議由模型推導建議，仍需核實。
  • 假設有待測試的推測，絕不默認複用。
orders.customer_ref → customers.id範例
  1. 運行中觀測在重複的查詢中出現
  2. 已驗證數值已根據資料驗證
  3. 人工確認由團隊確認

重複使用時便無需呼叫模型。

調查， 不只是生成 SQL。

查詢只是調查中的一個步驟。DataTug 圍繞整個過程構建：問題、你走過的路徑、證據，以及你沿途學到的東西。

資料庫客戶端

  1. 你
  2. SQL
  3. 資料庫

AI 資料庫客戶端

  1. 你或代理
  2. 生成的 SQL
  3. 資料庫

DataTug

  1. 你 + AI
  2. 調查
  3. 含義
  4. 連接的數據
  5. 證據
  6. 可重複使用的知識

進入方式

  • 自然語言
  • SQL
  • TugQL
  • 導航
  • 表格
  • 圖表
  • CLI
  • TUI
  • 代理

它們相輔相成。無論你是否編寫 SQL，都使用對下一步最快的方式。

不同之處

  • 代理能理解含義

    不僅是表和列名，還有它們代表的意義。

    規劃中

  • 跨來源工作

    在一個查詢中將資料庫與外部數據集連接。

    可用

  • 跨會話記憶

    你確認過的內容下次還在，並附帶證據。

    評估中

  • 一個會話，三個介面

    Web、終端 UI 和 CLI 在同一個會話上工作。

    可用

不要讓 AI 猜測 它可以查閱的內容。

Chinook 說「USA」，人口數據說「us」，ISO 稱同一個國家為 USA 和「United States」。這是一個需要查閱的事實，而不是讓模型在每個問題上重新推斷的事情。因此，將其作為表格保留：存儲一次，版本化，像代碼一樣審查。

參考數據：country_aliases真實演示數據
別名國家匹配方式
Czech Republiccz手動匹配
Netherlandsnl手動匹配
USAus手動匹配
Irelandie等於 ISO 名稱

三個名稱需要人工處理，一個不需要。映射是一等數據，不是模型在每個問題上重新推斷的東西。

同一行，作為 Git 中的文件真實文件
# 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'"
}

四種持久調查數據

  • 參考數據

    國家、貨幣、內部 ID 和標準、狀態映射、查找表。

  • 快照

    用於事故、測試失敗、遷移演練和回歸測試的某個時間點的副本。

  • 緩存數據

    外部或昂貴的數據保留，以便只獲取一次，而不是每次運行都獲取。

  • 會話數據

    選定的記錄、可疑交易、中間連接和臨時映射。

存放位置

inGitDB

可用

資料版本化與持久化

inGitDB 現已上線：Git 中的人類可讀文件，可分支、可在拉取請求中審查，並在 CI 中可重現。從 DataTug 內部以這種方式管理項目數據的計劃已列入規劃。

inGitDB

OVDB

可用

存取與共享

OVDB 及其公共 Directory 現已上線，提供了一種發現和描述各種資料庫來源的通用方式。在 DataTug 內部通過 Directory 自動發現來源的計劃已列入規劃。

OVDB

一個智能， 多個介面。

會話屬於 DataTug，而不是介面。在終端中開始，在瀏覽器中打開表格，然後帶著相同的上下文回來。或者反過來。

Terminal-to-web session hand-off可用
終端示意

$ datatug

會話 chinook-countries ● 已同步

› 按人口比例計算，哪些國家/地區的音樂消費最高？

✓ 已連接 Chinook 與世界銀行人口數據。

o 在瀏覽器中打開表格

DataTug.app示意

會話: chinook-countries

從你的終端繼續

  • 愛爾蘭
  • 捷克
  • 芬蘭

隨時返回終端；這是同一個會話。

腳本和嵌入視圖

  • CLI

    用於管道和腳本的一次性命令，內置託管 AI。

    Managed AI in the CLI可用

  • 嵌入

    將實時表格或圖表放到任何頁面上。

    <datatug-grid> and <datatug-chart> embeds可用

你的模型，或我們的。

DataTug AI 不綁定於一個提供商。

  • 自帶密鑰

    在瀏覽器或 CLI 中，使用你自己的 API 密鑰和你已經信任的提供商。

    Browser chat with your own API key可用

  • 託管 AI

    DataTug 託管的 AI，無需設置密鑰：在 CLI 和 Web 應用中。你的提示、模式和查詢文本會發送到雲端。行值不會。

    Managed AI in the CLI可用Managed AI in the web app可用

當答案需要的比純文字更多時， 彈出一個 Bubble。

Bubble 是一種小型互動介面，例如網格、圖表或檢視器，它會出現在對話之中，並能與其他 Bubble 組合為更豐富的工具。UIBubbles 是它們的開放標準。

UIBubbles runtime規劃中
與 Bubbles 對話概念

用網格顯示銷售額最高的國家。

以下是各國資料，依每百萬人的銷售額排序。

國家每百萬人
愛爾蘭8.3
捷克8.3
芬蘭7.4
加拿大7.3

把那個畫成圖表。

已繪製成圖表，並與網格連動。

為什麼 愛爾蘭 會映射到 IRL？

以下是該映射的佐證。

  • 由「愛爾蘭」經專案參考資料映射而來
  • 已檢查名稱：24。已解析：24。
彈出一個 Bubble

這是手工製作的體驗概念。Bubble 執行環境尚在規劃中。 關於 UIBubbles

知識不應在 開發的每個階段重新歸零。

某個階段對資料所學到的內容，應該能供下一個階段使用。DataTug 與 MeaningGraph 的目標，就是把它從最初的想法一路帶到日常支援。

  1. 構想

    探索既有的資料與領域知識。

  2. 設計

    定義實體、語義、識別碼、關聯與映射。

  3. 開發

    開發者與代理運用已知的內容，並將新發現回饋進來。

    可能發生事故

  4. 測試

    調查失敗、比較環境，並保留你發現的邊界案例。

    可能發生事故

  5. 營運

    支援人員與代理運用目前所學的一切，調查真實行為。

    可能發生事故

事故是一種狀態，而不是第六個階段。

它可能發生在你開發、測試、預備或正式環境之中。早期事故是一份禮物：它在客戶發現之前就揭露問題，而此時修復的成本仍然低廉。

每一次事故都會啟動一次聚焦調查，而它帶來的經驗會回流到後續的工作中。

最好的正式環境事故，是那一個早在測試中就被攔下的事故。

壓力揭示真相。 保留它。

事件是高压力的时刻，此时关于系统和数据的重要真相会浮现出来。保留这些真相，而不是在事件结束时失去它们。

Incidentius integration規劃中

  • DataTug

    帮助你在事情发生时进行调查。

  • MeaningGraph

    保留已建立的内容：含义、关系和诊断知识。

  • Incidentius

    承载事件本身：事件、上下文和响应。

这个想法是：发现保留它们与教会它们的事件的链接，并在未来的事件、开发、回归测试和预防中回归。

访问 Incidentius.com

控制 优先。

将 AI 指向生产数据应该设计为安全。这正是今天所坚持的，以及仍然领先的，逐项声明。

  • Local execution

    在你的机器上运行 DataTug，紧邻你的数据：查询在本地运行。使用托管 AI 时，你的提示、模式和查询文本会发送到云端。行值不会。

    可用

  • Access policies

    通过策略强制保存的查询，在 SQLite 和 inGitDB 源上今天限定角色可以读取的范围。没有设置策略时，访问不受限制，终端数据库查看器尚未应用策略。

    可用

  • Read-only connections

    以只读方式连接到源，这样调查无法更改它。

    規劃中

  • Approve an investigation step

    在调查步骤运行之前批准它，而不是一次性信任整个计划。

    規劃中

  • Meaning-driven masking on the server

    在服务器上掩码敏感值，由字段的含义而不是名称驱动。

    規劃中

  • Control over what reaches a model

    决定什么到达外部模型，直到字段级别。

    規劃中

  • Audit trail merged with provenance

    审计追踪与溯源是同一记录：谁或什么做了这件事，来自哪些证据。

    規劃中

各部分如何 组合。

您在上文已逐一认识它们。每个部分各司其职，且都不是入门所必需的。

  • 調查與認知

    DataTug

    您與 AI 協同分析關聯資料的工作空間。

    工作区

  • 理解語意

    MeaningGraph

    欄位、取值與關聯關係的真實業務含義及其依據。

    meaninggraph.io

  • 存取與共享

    OVDB

    跨異質資料來源統一存取與發布資料的標準化方式。

    openvaultdb.com

  • 資料版本化與持久化

    inGitDB

    以 Git 可讀檔案管理參考資料與快照。

    ingitdb.com

  • 互動與擴充

    UIBubbles

    直接嵌入回答中的表格、圖表與資料探查器。

    uibubbles.org

  • 沉澱故障認知

    Incidentius

    保存故障現場與處置過程，使實戰經驗長期留存。

    incidentius.com

今天适合谁， 谁该再等等。

DataTug 尚在早期阶段。以下是它目前已经能很好地服务的对象，以及应该再等等的人。

目前最适合

  • 您调查的数据分散在多个地方。
  • 您在终端和浏览器之间切换，并希望两者共享同一个会话。
  • 您想使用自己的模型密钥，或在 CLI 或浏览器中使用托管 AI。
  • 您喜欢可以检视、编写脚本并自行运行的工具。
  • 您更愿意与我们一起塑造语义和来源，而不是等待它们。

目前还不太适合

  • 您需要已经知道您的字段含义的 AI。MeaningGraph 集成已在计划中。
  • 您今天就需要在应用中看到逐步的证据追踪。该功能正在开发中；本页展示的是原型。
  • 您需要为多个团队提供仪表板构建器。DataTug 用于调查，不是 BI 套件。
  • 您想要为每个代理一键设置。本地 MCP 服务器需要运行中的 DataTug 守护进程和 stdio 客户端配置。
  • 您需要针对生产数据的服务器端遮蔽和审批门控。两者都已在计划中。

今天可用的功能， 以及仍在前方的功能。

此列表跟踪 DataTug 的功能状态。生态系统项目的可用性另行说明。

可用

已发布。您今天就可以使用。

  • 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
預覽

可从头到尾运行，但尚未在所有地方可用。

  • MCP Apps explorer (developer preview)
開發中

正在构建中。暂时不要依赖它。

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

已设计并排期，尚未开始。

  • 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
評估中

我们正在测试的想法。它可能会改变或被放弃。

  • MeaningGraph learning loop

先看一看。 确信后再安装。

实时演示正在开发中。今天您可以在本页浏览原型，或安装 CLI 并自行运行真实查询。

查看 DataTug 如何回答安装 CLI阅读文档

在 GitHub 上加星在 Free 计划限制内，CLI 可免费用于个人和商业用途。 查看定价. AI 技能是开源的（MIT）。 GitHub 上的技能.

接下来会发生什么

  1. 提问即将推出：在实时演示中运行问题，无需注册。今天：本页上的原型。開發中
  2. 检视打开调查的任一步骤，以网格和图表查看结果。開發中
  3. 保留保留调查、克隆演示项目以及连接您自己的数据都已在计划中。規劃中
查看 DataTug 如何回答展示開發中