Extelligence-ai/bagel

Query robotics, drone, and IoT data in plain English through an MCP server, with an intelligent edge data reduction pipeline that keeps only the data that matters.

解决的问题

Bagel 提供自然语言界面，用于分析机器人、无人机和 IoT 数据。它消除了编写自定义解析脚本、手动在 PlotJuggler 等工具中浏览时间轴，或使用复杂 CLI 命令从各种格式的大型日志文件中提取洞察的需求。

运作方式

Bagel 作为 MCP（Model Context Protocol）服务器，将 LLM（如 Claude、Gemini 或本地模型）连接到机器人数据。当用户以 plain English 提出问题时，Bagel 会将请求转换为确定性的 DuckDB SQL 查询来对数据执行计算，确保 LLM 不自行进行数学运算。它还具有边缘数据缩减管线，可在机器人上执行，以检测自然语言描述的特定事件，并仅保存相关时间窗口，减少需要传输的数据量。

适用对象

机器人工程师、无人机飞行员和 IoT 开发者，他们需要分析多种格式（ROS1/2、PX4、ArduPilot、MQTT 等）的遥测、日志和传感器数据，而无需对每种特定日志格式具备深入领域知识。

重点特色

确定性分析：使用 SQL 进行计算，避免 LLM 在数学上的「幻觉」。
广泛格式支持：兼容于 ROS1、ROS2、MCAP、PX4、ArduPilot、Betaflight、CAN/MDF4 和 MQTT。
智能边缘缩减：仅保留基于自然语言描述的特定事件窗口，减少数据量。
LLM 集成：作为 MCP 服务器，支持 Claude Code、Cursor、Gemini 和通过 Ollama 的本地模型。
透明审计：显示生成的 SQL 查询，让用户能验证计算。