spiculedata/saiku

解决的问题

Saiku 提供分析用的语义层，使用户无需编写 MDX（多维表达式）或复杂 SQL 即可查询复杂的数据立方体。它弥合了原始数据源与最终用户或 AI 代理之间的差距，通过拖拽界面或类型化 API 提供结构化方式探索数据。

如何工作

Saiku 作为中间件层，将高层级请求转换为优化的查询。它使用基于 Calcite 的 SQL 计划器的 Mondrian 分支，连接到各种数据引擎（如 Trino 或 Iceberg）。对于 AI 集成，它公开了一个类型化 REST API，允许 LLM 代理发现模式、层次结构和度量，然后提交基于 JSON 的问题，Saiku 会将其转换为已验证的 MDX。它还包含一个 Model Context Protocol (MCP) 包装器，可直接与 Claude Desktop 或 Cursor 等 AI 工具集成。

适用人群

• 数据分析师：希望使用基于浏览器的拖拽界面探索数据的人。
• AI 开发者：需要一种可靠、类型化的途径，让 LLM 代理在不产生复杂查询语言幻觉的情况下查询结构化业务数据的人。
• 企业架构师：需要一种可通过 Web 组件嵌入其他应用程序的语义层的人。

主要亮点

• AI 就绪 API：专为 LLM 代理设计的类型化 REST 接口，支持自我纠正的验证错误。
• MCP 集成：内置对 Model Context Protocol 的支持，可无缝连接 AI IDE 和助手。
• 语义层：支持层次结构、层级和度量，简化数据发现。
• 现代技术栈：基于 SvelteKit 5、Apache Arrow 实现零拷贝数据传输，使用 OpenTelemetry 实现可观测性。
• 可扩展的 AI 表面：管理员可定义「技能」（Markdown 工作流）和「空间」（作用域内角色），无需编写代码即可引导 AI 行为。