Dex Semantics
Dex ist eine agentennative Analytics-Engine zum Untersuchen, Transformieren und Verwalten von Data-Warehouse-Analysen mit rein lesendem Zugriff, lokalem Kontext und Kontrollen für Scan-Kosten.
Dex ist eine agentennative Analytics-Engine zum Untersuchen, Transformieren und Verwalten von Data-Warehouse-Analysen mit rein lesendem Zugriff, lokalem Kontext und Kontrollen für Scan-Kosten.
Funktion und offizielle Positionierung des Produkts
Dex fungiert als Analytics-Schnittstelle für KI-Coding-Agenten und erleichtert die Datenexploration, Modellkonstruktion sowie die laufende Systemwartung. Es verwendet eine schreibgeschützte Architektur, um Datenquellen zu profilieren, personenbezogene Daten zu kennzeichnen und Strukturen lokal zwischenzuspeichern, sodass Rohdaten und Anmeldeinformationen vom LLM-Kontext getrennt bleiben.
Das System umfasst Sicherheitsmechanismen zur Steuerung des Ressourcenverbrauchs, indem vor der Ausführung von Operationen Testlauf-Schätzungen für das Scan-Volumen verlangt werden. Es stellt Werkzeuge zur Definition semantischer Schichten und Modelle bereit und bietet Wartungsfunktionen, um Schema-, Granularitäts- und semantische Änderungen im Zeitverlauf zu überwachen.
Durch offizielle Quellen belegte Anwendungsfälle
KI-Agenten nutzen Explorationswerkzeuge, um Spalten zu profilieren, Tabellenbeziehungen abzuleiten und eine vorläufige Übersicht des Data Warehouse zu erstellen.
Entwickler verwenden das System zur Erstellung abhängigkeitsbewusster SQL-Modelle und semantischer Schichtdefinitionen, die mit Frameworks wie dbt und Cube kompatibel sind.
Der dokumentierte Ablauf, sofern verfügbar
Der Agent identifiziert und profiliert Datenquellen zur Erstellung einer lokalen Karte, kennzeichnet personenbezogene Daten und leitet Tabellenbeziehungen ab.
Der Agent generiert Modelle und semantische Definitionen basierend auf spezifischen Datenanforderungen und validiert diese gegen Entwicklungsziele.
Das System überprüft etablierte Datensnapshots, um Schema-, Granularitäts- und semantische Abweichungen zu erkennen und Korrekturen vorzuschlagen.
Das System ist darauf ausgelegt, mit Data Warehouses zu interagieren, ohne die zugrunde liegende Sicherheit der Rohdaten zu beeinträchtigen. Durch einen strikt schreibgeschützten Ansatz wird gewährleistet, dass Rohdatenzeilen und spezifische sensible Werte nicht aus der Quellumgebung herauskopiert werden.
Die Sicherheit wird aufrechterhalten, indem Zugangsdaten lokal auf dem Agenten des Benutzers verbleiben und niemals im an das LLM gesendeten Kontextfenster enthalten sind. Lediglich begrenzte Zusammenfassungen, Schemainformationen und Statistiken werden lokal zwischengespeichert, um das agentische Verständnis zu unterstützen.
Prüfungen mit eigenen Inhalten und Arbeitsabläufen
Welche Quellen wann geprüft wurden
Antworten auf Basis des quellengeprüften Produkteintrags
Dex verbindet sich mit mehreren führenden Data Warehouses, darunter BigQuery, Snowflake, Databricks, Redshift, ClickHouse, PostgreSQL, Trino und DuckDB.
Dex arbeitet mit schreibgeschütztem Zugriff, speichert lediglich begrenzte Zusammenfassungen und Aggregate lokal und hält Anmeldedaten sowie Rohdaten vom LLM-Kontext getrennt.
Ja, das Wartungsmodul erkennt Schema-, Granularitäts- und semantische Abweichungen, indem es aktuelle Daten mit zuvor erstellten Projektsnapshots vergleicht.
Dex erzwingt Kostenschranken, indem vor der Ausführung von Abfragen oder Transformationen durch den Agenten Testlauf-Schätzungen für Daten-Scans verlangt werden.
Dex unterstützt das Erstellen für dbt Semantic Layer, Apache Ossie, SLayer, Cube, Snowflake Semantic Views und Databricks Metric Views.