xorq-labs/xorq
Executable memory system for tabular data that works in your harness.
解決する課題
Xorq は、AI コーディングエージェントがテーブルデータ作業を行う際に生じる「テックデット」問題に対処します。使い捨ての Python スクリプトや壊れやすい JSON ステートファイル、古くなった requirements ファイルが残る代わりに、Xorq はエフェメラルなエージェントの作業を永続的で構成可能、かつ実行可能なアーティファクトに変換します。血統情報の喪失を防ぎ、異なるマシンで結果を手動で再現する必要をなくし、静的な markdown ノートを探索可能な実行可能パイプラインカタログに置き換えます。
仕組み
Xorq は Ibis に基づく宣言的表現システムを使用し、DuckDB、Snowflake、pandas など複数のバックエンドにコンパイルできます。これらの表現は「entries」と呼ばれる zip 形式のビルドアーティファクトにパッケージ化され、表現マニフェスト、固定された Python 環境（uv 経由）、必要なソースコードが含まれます。entries は git ネイティブカタログに保存され、エージェントや人間が標準的なファイル操作や git コマンドでパイプラインを発見、バージョン管理、再利用できます。データは Arrow RecordBatches を介して高性能 IPC で表現間をやり取りします。
対象ユーザー
開発者や AI エージェント（特に Claude Code などのツールと統合）向けに設計されており、複雑なデータ分析、ML パイプラインの構築、テーブルデータのセマンティックレイヤー作成に利用できます。
ハイライト
- マルチエンジン実行：同一表現を組み込みエンジン（SQLite、pandas）、ウェアハウス（Snowflake、Databricks）、レイクハウス（PyIceberg）で実行可能。
- Git ネイティブカタログ：ビルドアーティファクトを git リポジトリに保存し、システムの「メモリ」をバージョン管理可能かつポータブルに。
- 再現可能環境：各エントリは固定された
requirements.txtと wheel を同梱し、毎回同じ方法で実行できるよう保証。 - エージェント最適化：Claude Code プラグインを含み、エージェントがカタログを初期化、エントリを探索、新しいパイプラインをスラッシュコマンドで構成可能。
- Scikit-learn 連携：scikit-learn の Pipeline オブジェクトを遅延実行の Xorq 表現に変換できる。