xorq-labs/xorq

解決的問題

Xorq 解決了 AI 編碼代理在資料分析過程中累積的「技術債」。當代理產生一次性 Python 指令碼、碎片化的 JSON 檔案與過時的 requirements 時，其結果往往難以重現，且人類或其他代理難以驗證或投入生產。Xorq 以可執行、內容位址化的資料流程目錄，取代了暫時性的筆記與脆弱的指令碼。

工作原理

Xorq 將資料框表達式轉化為持久、可重現的產物。它使用由 Ibis 驅動的宣告式表達式系統，可編譯至多種後端（如 DuckDB、Snowflake 或 pandas）。

1. 定義：使用者或代理定義一個延遲計算的資料框表達式。
2. 建構：表達式被建構為一個雜湊目錄，包含一個清單（計算規格）、固定版本的 Python 環境（透過 uv 實現）與一個 wheel 套件。
3. 目錄化：這些建構產物被加入目錄中，該目錄是一個 Git 倉庫。這使得條目可透過雜湊或人類可讀別名發現，透過 Git 歷史追蹤，並可供其他代理或人類重用。

適用對象

• AI 代理：需要一種方式來儲存與檢索其資料工作的可執行記憶，以避免從零開始（如 Claude Code）。
• 資料工程師：希望將臨時生成的代理流程轉化為可攜帶、可版本化的產物。
• 分析師：需要可在不同計算引擎上執行的可重現資料轉換的使用者。

特色亮點

• Git 原生儲存：目錄是一個 Git 倉庫，因此無需中心化服務即可實現發現或版本控制。

• 內容位址化流程：每個流程都有基於其內容的可重現身分。

• 多引擎支援：同一表達式可在嵌入式引擎（DataFusion、DuckDB、SQLite）或資料倉儲（Snowflake、Databricks、Trino）上執行。

• 代理整合：包含 Claude Code 的外掛程式，可自動建立與探索目錄。

• Arrow 原生：使用 Apache Arrow 實現表達式之間的高效能資料交換。