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 es una capa semántica expresiva que se despliega en Docker con base de datos incluida y se configura en minutos. Con la CLI creas proyectos YAML, conectas tu warehouse (Snowflake, Databricks, PostgreSQL, DuckDB y más) y usas agentes como Claude Code, Codex o Cursor para modelar tablas, dimensiones y medidas siguiendo AGENTS.md. Strata valida cada cambio con strata audit y despliega tu modelo para explorar datos en lenguaje natural, mezclando medidas y dimensiones entre hechos o rechazando consultas inválidas con una razón clara, garantizando respuestas seguras y consistentes.
Strata puede decir no a tu LLM: mezcla medidas y dimensiones entre hechos o rechaza la consulta con una razón clara, para que tus respuestas siempre sean confiables.
- chrisweekly
> "¿No es para ti? Es justo.
Si lo único que quieres es otra herramienta de consulta para analistas que dominan SQL, Strata no es eso. Estamos construidos para llevar el autoservicio potente a todos los demás, a las personas que nunca podrían haber escrito la consulta en primer lugar."
Todo producto debería incluir este tipo de advertencia. La claridad sobre lo que NO es suele ser más esclarecedora de inmediato que las descripciones (normalmente más verbosas) de lo que SÍ es.
En fin, esto parece que podría ser útil, aunque me resultaría mucho más convincente si fuera OSS.
- irasigman
¿Cómo valoras el peso de las capas semánticas cuando todos los laboratorios están persiguiendo benchmarks de uso de shell como TerminalBench?
Aparte de las cosas empresariales como métricas consistentes, no me convence que las capas semánticas mejoren el rendimiento de los agentes. Un ejemplo es Snowflake Analyst, que ha estado enrutando más del 90% de las consultas a SQL tradicional en lugar de a su propio dialecto SQL semántico.
Una capa semántica es un concepto de 2018 en el mundo del BI. Los metadatos son una cosa, pero capa semántica implica una abstracción de los datos físicos con traducciones con pérdida.
- efromvt
Soy un gran fan del enfoque de nombres estrictos como abstracción sobre las tablas y la reutilización como clave de combinación; además simplifica enormemente la resolución de agregados como tienes. (Personalmente llegué al mismo nivel de abstracción al construir un modelo semántico).
Hay muchos 404 en las páginas de documentación; ¿valdría la pena auditar los enlaces?