withcoral/coral

해결하는 문제

Coral은 AI 에이전트가 다양한 API와 로컬 파일에서 데이터에 접근할 수 있도록 단일 SQL 기반 쿼리 인터페이스를 제공합니다. 에이전트가 여러 복잡한 도구 호출을 하거나, 페이징을 처리하거나, 다양한 소스에서 나온 결과를 수동으로 조합할 필요가 없어지며, 이는 높은 토큰 사용량, 지연 시간 증가, 취약한 프롬프트를 초래하는 경우가 많습니다.

작동 방식

Coral은 에이전트와 데이터 소스 사이의 로컬 읽기 계층으로 작동합니다. 에이전트는 SQL 쿼리를 작성하고, Coral은 이를 API 호출이나 파일 읽기로 변환합니다. 이후 Coral은 타블러 형식의 결과 세트를 에이전트에게 반환합니다.

주요 구성 요소는 다음과 같습니다:

• 소스: YAML 사양으로 정의되며, API나 데이터셋에 접근하는 방법과 노출하는 테이블/컬럼을 선언합니다.
• 조인: 데이터가 SQL 테이블 형태로 제공되므로 Coral은 하나의 문장에서 서로 다른 소스 간(예: GitHub 이슈와 Linear 이슈 조인) 로컬 조인을 수행할 수 있습니다.
• MCP 서버: Coral은 내장된 Model Context Protocol (MCP) 서버를 포함하고 있어, Claude Code, Cursor, VS Code와 같은 에이전트가 읽기 전용 SQL 데이터베이스로 연결할 수 있습니다.
• 로컬 실행: 모든 데이터, 자격 증명, 사용 기록은 사용자의 컴퓨터에 유지됩니다.

대상 사용자

GitHub, Slack, Datadog, Sentry 등의 도구에서 기업 데이터를 AI 워크플로우에 통합하고 싶은 개발자 및 AI 에이전트 사용자. 사용자 정의 글루 코드나 각 소스용 API 래퍼를 작성할 필요가 없습니다.

주요 특징

• 통합된 SQL 인터페이스: 단일 언어로 여러 실시간 소스에 쿼리할 수 있습니다.
• 성능 향상: 벤치마크 결과에 따르면, 직접 제공자 MCP와 비교해 정확도 향상, 지연 시간 감소, 비용 효율성 향상이 확인되었습니다.
• 로컬 우선 개인정보 보호: 자격 증명과 데이터는 로컬 머신에서 이탈하지 않습니다.
• MCP 통합: 현대형 AI 에이전트와의 간편한 연결을 위한 Model Context Protocol의 네이티브 지원.
• 확장성: 패키지된 소스, 커뮤니티 소스 사양, 사용자 정의 소스 사양을 지원합니다.