Show HN：Strata——一个能够对你的 LLM 说“不”的富有表现力的语义层

大家好，我是 Ajo，我构建了 Strata。 我在 Netflix 工作了 4 年，为非技术业务用户解决自助服务问题。我认为，凭借我在语义层设计方面的独特方法，我已经找到了答案。对我们的非技术同事来说，关键挑战是在表达能力和易用性之间取得平衡。恰好，这种专注也让它与 LLM 配合得相当不错。 Strata 是一个全栈解决方案，包括语义层、仪表板、订阅和 Google Sheets 导出功能。所有操作都可以通过查看代理对话或使用 MCP 完成。 一些主要概念和功能： 名称是严格的。一个项目中只能存在一个名为 Revenue 的对象。如果 Revenue 映射到多个表，查询粒度和速度将共同决定使用哪个表。 严格的命名规范有助于实现跨事实域的自动数据混合。 支持分区和聚合感知的语义路由。这样，你可以将部分数据加载到 Druid 或 ClickHose 之类的更快计算引擎中，同时将完整历史数据保留在 Trino 或其他成本更低的系统中。如果查询可以在那里完成，查询引擎就会选择速度更快的层。 复杂度量：开箱即用地支持快照、LOD（包含/排除）、复合度量和自动分层复合度量。 在语义层之上，用户可以创建跨越多个事实域的自定义计算。 另一个有趣的功能是创建群组，并将其作为过滤器应用于整个查询，或查询中的单个度量。 我们有意不构建一个供 BI 工具连接的语义层。我认为那是一条死路。我们提供 API 和 MCP，供你在其上构建任何自定义功能。 通过 Docker 免费试用： https://strata.do/try/ 入门文档： https://strata.do/docs/ 这是早期 Beta 版本，并非开源。不过，免费层级最多支持 25 位用户。你应该可以完全在自己的机器上通过 Docker 运行它。 我非常期待听到你们的反馈，尤其是正在使用 Looker 和 Cube 的朋友。 感谢阅读！ 评论地址： https://news.ycombinator.com/item?id=49909913 得分：8 评论数：6