Strata - Expressive semantic layer that can say no to your LLM
Show HN: Strata – an expressive semantic layer that can say no to your LLM
Strata ist eine ausdrucksstarke semantische Schicht, die Ihrem LLM auch mal "Nein" sagt – für zuverlässige, korrekte Datenanalysen. Statt dass KI-Modelle raten, definieren Sie mit Strata ein präzises semantisches Modell in YAML, das Fakten, Dimensionen und Joins klar regelt. Ihr Coding-Agent (Claude Code, Codex, Cursor) erstellt das Modell aus Ihren Warehouse-Tabellen, prüft es mit 'strata audit' und deployt es auf Ihren eigenen Server. So erhalten Sie konsistente, grain-sichere Antworten – und das System verweigert bewusst falsche Anfragen. Kostenlos testen mit Docker und CLI.
Strata ist eine ausdrucksstarke semantische Schicht, die Ihrem LLM auch mal "Nein" sagen kann.
- chrisweekly
> "Passt nicht? Das ist fair.
Wenn du nur ein weiteres Query-Tool für SQL-versierte Analysten willst, ist Strata nichts für dich. Wir sind darauf ausgelegt, mächtige Self-Service-Fähigkeiten zu allen anderen zu bringen, zu den Leuten, die die Query von vornherein niemals hätten schreiben können."
Jedes Produkt sollte diese Art von Disclaimer enthalten. Klarheit darüber, was es NICHT ist, ist oft unmittelbar erhellender als (meist ausführlichere) Beschreibungen dessen, was es IST.
Wie auch immer, das hier sieht so aus, als könnte es nützlich sein – obwohl ich es deutlich überzeugender fände, wenn es OSS wäre.
- irasigman
Wie gewichtest du den Wert von Semantic Layers, wenn alle Labs Jagd auf Shell-Nutzungs-Benchmarks wie TerminalBench machen?
Abgesehen von den Enterprise-Sachen wie konsistenten Metriken bin ich nicht überzeugt, dass Semantic Layers die Agent-Performance verbessern. Ein Beispiel: Snowflake Analyst hat über 90 % der Queries an traditionelles SQL geroutet statt an ihren eigenen semantischen SQL-Dialekt.
Ein Semantic Layer ist ein Konzept aus 2018 aus der BI-Welt. Metadaten sind eine Sache, aber Semantic Layer impliziert eine Abstraktion von den physischen Daten mit verlustbehafteten Übersetzungen.
- efromvt
Ich bin ein großer Fan des Ansatzes, strikte Benennung als Abstraktion über Tabellen und Wiederverwendung als Blend Key zu nutzen; das vereinfacht auch die Aggregat-Auflösung enorm, so wie du sie hast. (Bin beim Bauen eines semantischen Modells persönlich auf derselben Abstraktionsebene gelandet).
Viele 404s auf den Doku-Seiten – vielleicht wäre ein Audit der Links sinnvoll?