ktx-ai-data-agents-mcp-context-skills は何をしますか？
ktxは、データおよび分析エージェントのための実行可能なコンテキストレイヤーです 🐙 MCP、スキル、メモリ、セマンティックレイヤーを通じて、Claude Code、Codex、およびあらゆるAIエージェントが正確にデータをクエリできるようにします。
概要
ktxは、AIエージェントがデータベースと対話するための構造化されたコンテキストを提供します。これにより、エージェントは以下のことが可能になります：
- スキル: 定義済みのクエリテンプレートとベストプラクティスを活用して、一貫性のあるデータアクセスを実現します。
- メモリ: 過去のクエリと結果を記憶し、コンテキストを維持します。
- セマンティックレイヤー: ビジネス用語をデータベース内の実際のテーブルやカラムにマッピングします。
動作環境
- 対応AIエージェント: Claude Code、Codex、およびMCP（Model Context Protocol）をサポートするその他のエージェント。
- 対応データソース: JDBC互換の任意のデータベース。
セットアップ
- リポジトリをクローンします：
git clone https://github.com/Kaelio/ktx-ai-data-agents-mcp-context-skills.git
cd ktx-ai-data-agents-mcp-context-skills
-
設定ファイルを編集します：
config.yamlでデータベース接続情報を設定します。skills/ディレクトリでカスタムスキルを定義します。
-
ktxを起動します：
./ktx start
使用方法
ktxが実行されると、AIエージェントはMCPを通じて接続できます。以下はClaude Codeでの使用例です：
> What were our top 5 products by revenue last quarter?
エージェントはktxのセマンティックレイヤーを使用して、クエリを適切なSQLに変換します。
スキルの例
skills/ ディレクトリには、以下のようなスキルが含まれています：
revenue_summary.yaml: 収益サマリーのクエリテンプレート。customer_metrics.yaml: 顧客指標のテンプレート。
各スキルはYAML形式で定義され、パラメータ化されたクエリと説明が含まれています。
セマンティックレイヤーの設定
semantic_layer.yaml で、ビジネス用語をデータベースオブジェクトにマッピングします：
terms:
- business_term: "revenue"
table: "sales"
column: "total_amount"
- business_term: "customer"
table: "customers"
column: "name"
トラブルシューティング
- 接続の問題が発生した場合は、
config.yamlのデータベース接続文字列を確認してください。 - スキルが期待通りに動作しない場合は、
skills/内のYAMLファイルの構文を確認してください。
詳細については、公式ドキュメント を参照してください。