spiculedata/saiku

解決的問題

Saiku 提供分析用的語義層，讓使用者無需撰寫 MDX（多維度運算式）或複雜的 SQL，即可查詢複雜的資料立方體。它彌補了原始資料來源與最終使用者或 AI 代理之間的差距，透過拖曳介面或類型化 API 提供結構化方式探索資料。

如何運作

Saiku 作為中介層，將高階請求轉換為最佳化查詢。它使用基於 Calcite 的 SQL 計劃器的 Mondrian 分支，連接到各種資料引擎（如 Trino 或 Iceberg）。針對 AI 整合，它公開一個類型化 REST API，讓 LLM 代理可發現資料結構、層級與度量，並提交基於 JSON 的問題，Saiku 會將其轉換為已驗證的 MDX。它也包含 Model Context Protocol (MCP) 包裝器，可直接與 Claude Desktop 或 Cursor 等 AI 工具整合。

適用對象

• 資料分析師：希望使用瀏覽器為基礎的拖曳介面探索資料的人。
• AI 開發者：需要一種可靠、類型化的途徑，讓 LLM 代理在不產生複雜查詢語言幻覺的情況下查詢結構化業務資料的人。
• 企業架構師：需要一種可透過 Web 組件嵌入其他應用程式的語義層的人。

主要亮點

• AI 就緒 API：專為 LLM 代理設計的類型化 REST 表面，支援自我修正的驗證錯誤。
• MCP 整合：內建對 Model Context Protocol 的支援，可與 AI IDE 和助理無縫連接。
• 語義層：支援層級、階層與度量，簡化資料探索。
• 現代技術堆疊：基於 SvelteKit 5、Apache Arrow 實現零複製資料傳輸，使用 OpenTelemetry 實現可觀測性。
• 可擴充的 AI 表面：管理員可定義「技能」（Markdown 工作流程）與「空間」（作用域內角色），無需撰寫程式碼即可引導 AI 行為。