ktx

Контекстный слой для data-агентов: семантический слой, вики компании и MCP, чтобы агент писал к хранилищу правильные запросы

CLIСредний риск

kaelio/ktx

Установка

npm install -g @kaelio/ktx
ktx setup
ktx status

Если ktx status выводит команду ktx mcp start, выполните ее перед запуском агента.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

ktx изучает хранилище данных: берет выборки из таблиц, собирает метаданные и шаблоны запросов, находит связываемые колонки. Из dbt, MetricFlow, LookML, Looker, Metabase, Sigma, Notion и Google Drive он строит семантический слой с утвержденными метриками и локальную вики, отмечая противоречия для проверки человеком. Агент получает это через CLI и MCP с полнотекстовым и семантическим поиском, а метрики запрашивает декларативно, без переписывания SQL. Работает локально и только на чтение.

Для кого. Для аналитиков и data-инженеров, которые хотят, чтобы агент считал метрики по утвержденным определениям.

Подходит, если

  • Агент в Claude Code или Codex должен отвечать на вопросы по данным хранилища
  • Знания о метриках разбросаны по dbt, Looker и вики
  • Агент каждый раз заново исследует схему и путает определения метрик

Не подходит, если

  • Нет SQL-хранилища данных
  • Нужен один разовый запрос, хватит psql или ноутбука

Пример запроса к агенту

Какая выручка по регионам за прошлый квартал по утвержденной метрике revenue?

Ограничения

Нужен ключ LLM-провайдера (Anthropic, Vertex AI, AI Gateway) или локальная авторизация Claude Code или Codex, а также модель эмбеддингов. Схема и выборки уходят выбранному LLM-провайдеру. Первичная загрузка контекста может идти долго. Доступ к Anthropic API из России без VPN не работает.

Как отключить. Остановите MCP-сервер ktx, удалите интеграцию из настроек агента и выполните npm uninstall -g @kaelio/ktx.

Проверка безопасности

  • Подключается к базам данных с учетными данными
  • Отправляет схему и выборки LLM-провайдеру

Коротко о README

README объясняет, почему агенты ошибаются на задачах с данными, и сравнивает ktx с обычным агентом и классическим семантическим слоем. Быстрый старт: глобальная установка через npm, ktx setup и ktx status, либо установка через скилл силами самого агента. Описаны основные команды и структура проекта: ktx.yaml, semantic-layer, wiki и локальная папка .ktx с секретами. Лицензия Apache-2.0.

SKILL.md

---
name: ktx
description: Installs and configures ktx, the open-source context layer for data agents — runs ktx setup non-interactively with hidden CLI flags, configures database connections and embeddings, installs agent integration, and verifies readiness. Use when the user asks an agent to add ktx to a project, connect data sources, install agent rules, ingest schema, or troubleshoot a local ktx install.
---

# ktx

Install and configure **ktx**, the open-source context layer for data agents.
Use this skill when a user wants an agent to add **ktx** to a project, connect
data sources, build initial context, install agent integration, or troubleshoot
a local **ktx** setup.

## Operating rules

- Act autonomously when the user asks you to install or configure **ktx**.
  The non-interactive scripted flow below is the canonical path — bare
  `ktx setup` is interactive (clack prompts) and an agent cannot drive it.
- Setup's non-interactive flags are intentionally hidden from `--help`. Use the
  flags listed below; verify uncommon flags against the docs at
  `https://docs.kaelio.com/ktx/` or this skill — not against `--help` output.
- Ask only for values you cannot infer: project directory, connection targets,
  credentials, account identifiers, and source selections.

Частые вопросы

Отправляет ли ktx схему или результаты в облако?

Нет, ktx работает локально. Наружу уходит только то, что отправляется настроенному LLM-провайдеру.

Какие базы поддерживаются?

PostgreSQL, Snowflake, BigQuery, ClickHouse, MySQL, SQL Server, SQLite, DuckDB, Amazon Athena и MongoDB.

Выбор редакции

166 скиллов для научных задач: биоинформатика, хемоинформатика, клинические данные, геоданные и доступ к 100+ базам

СкиллСредний риск44,9 тыс.
Выбор редакции

Открытый MCP-сервер Google для баз данных: готовые инструменты для Postgres, MySQL, BigQuery, Spanner и других, плюс свои инструменты в tools.yaml

MCP-серверВысокий риск16,4 тыс.
Выбор редакции

Официальные скиллы Hugging Face: работа с Hub через CLI hf, датасеты, обучение моделей, Spaces, оценка и деплой

СкиллВысокий риск11 тыс.
Выбор редакции

Экономный по токенам MCP-сервер для PostgreSQL, MySQL, MariaDB, SQL Server и SQLite с режимом только для чтения

MCP-серверВысокий риск3,5 тыс.