Graphene, kodlama agentları için tasarlanmış bir everything-as-code analitik çerçevesi olarak geldi

Birincil kullanıcısı bir agent olan analitik yığını

Kodlama agentları için geliştirilmiş bir veri analizi çerçevesi olan Graphene, GitHub deposuna bağlanan bir Show HN gönderisiyle Hacker News'in ana sayfasında ortaya çıktı. Proje kendisini, SQL tabanlı keşif, görselleştirme ve raporlama için bir "everything-as-code" yığını olarak tanıtıyor ve içinde çalışan agentların, veri sorularını yanıtlayıp görselleri elle yapılan alternatife kıyasla yaklaşık on kat daha hızlı oluşturabildiğini iddia ediyor.

Projenin README'sine göre çerçeve iki bileşen üzerine kurulu. İlki bir semantik katman: Graphene SQL, geleneksel SQL'yi yönetilen metrikler ve modellenmiş join'lerle birleştiriyor; geliştiriciler bunun, serbest biçimli SQL üretiminden daha doğru sorgular ortaya çıkardığını söylüyor. İkincisi, agentların Python ya da JavaScript ile sıfırdan grafik kodu yazmasından daha tutarlı ve özenli görseller üretmek üzere tasarlanmış bir panel dosya biçimi.

Agentlara yönelik tasarım tercihleri

Öne çıkan üç tasarım hedefi var. Diller bilinçli olarak kısa tutulmuş, çünkü agentlar okudukları ve yazdıkları her token için ödeme yapıyor. Her şey bir CLI üzerinden yürütülüyor ve tüm dokümantasyon seti, bir agentın didik didik araması gereken bir web sitesi yerine npm paketi içinde bir agent yeteneği (skill) olarak geliyor. Ve elbette bir gelişme alanı var: Graphene SQL, 170'ten fazla fonksiyonla ANSI SQL'yi izliyor; sayfalar ise HTML, CSS, JavaScript ve ECharts kütüphanesiyle mümkün olan her şeyi ifade edebiliyor.

SQL diyalekti, LookML'ün yaratıcıları Lloyd Tabb ve Michael Toy'un sorgu dili Malloy'dan esinleniyor; ancak fikirlerini sıradan SQL olarak uyguluyor, böylece halihazırda SQL'ye hâkim modeller yeni bir yüzey sözdizimi öğrenmeden onu kullanabiliyor.

Bir proje nasıl oluşturulur

Graphene, npm ya da eşdeğer bir paket yöneticisi aracılığıyla bir CLI olarak kuruluyor. Bir proje ya bağımsız bir depo ya da dbt gibi daha büyük bir kod tabanının içindeki bir dizin; semantik modeller için .gsql dosyalarından ve sayfalar için .md dosyalarından oluşuyor. Modeller tabloları, join'leri, boyutları ve toplulaştırıcı metrikleri (measure) bildirir; metrikler birleşebilir: örneğin ortalama sipariş değeri, gelirin sipariş sayısına bölünmesi olarak tanımlanabilir. Sorgular modellenmiş join'ler üzerinden bir nokta operatörüyle dolaşır, dolayısıyla select içinde açık bir join ifadesine gerek yoktur. npm exec graphene serve ile başlatılan bir dev server sayfaları tarayıcıda görüntüler; CLI ayrıca sorguları derleyebilir, sözdizimini doğrulayabilir ve ekran görüntüleri alabilir.

Snowflake, BigQuery, ClickHouse, Postgres, MotherDuck ve DuckDB üzerinden yerel dosyalar şu anda desteklenen veri kaynakları; ekip, talep üzerine başka kaynakların eklenmesinin kolay olduğunu söylüyor.

Geleneksel BI'ye karşı argüman

README, kod tabanlı bir analitik yığınıyla eşleşen agentların geleneksel BI'yi birçok alanda geride bıraktığını savunuyor: versiyon kontrolü ve CI sayesinde agent hataları geri alınabiliyor ve kritik paneller test edilebiliyor; birçok rapor arasında toplu yeniden düzenleme (refactor) yapılabiliyor; ihtiyaçlar değiştikçe mantığı semantik katmana taşıma ya da katmandan çıkarma özgürlüğü var. Analitik dosyaları bir şirketin kodunun geri kalanının yanında durduğu için agent, neyi analiz edeceğine karar verirken daha geniş bir bağlamdan yararlanabiliyor.

Geliştiriciler, agentların panelleri React ya da notebook'larda oluşturabileceği önerisini de önceden yanıtlıyor. Bu yolun işe yaradığını kabul ediyorlar ancak tutarlılığın zamanla bozulduğunu, farklı ekranların aynı metriği sessizce farklı biçimlerde hesapladığını söylüyorlar. Metrikleri deterministik, sorgulanabilir nesneler olarak kodlamak Graphene'nin yanıtı; ekli metadata ise grafiklerin değerleri varsayılan olarak doğru biçimlendirmesine yardımcı oluyor.

Lisans ve iş modeli

Graphene dahili kullanım için süresiz olarak ücretsiz; ancak Elastic License 2.0 altında dağıtılıyor, yani OSI anlamında açık kaynak değil, kaynak kodu görülebilir bir yazılım; üzerine ticari bir ürün inşa etmek için şirketle iletişime geçmek gerekiyor. Ticari plan, agentların ürettiği panelleri ve raporları barındırmak için bir yönetilen servis olan Graphene Cloud; ayrıca hızlı sorular için barındırılan bir MCP server ve Slack botu sunuluyor. Çerçeveyi doğrudan kullanan herkesin git'e ve bir kodlama agentına ihtiyacı var; tarayıcı tabanlı deneyim ise bulut teklifinde yaşıyor.

Neden önemli

Analitik araçlarının çoğu hâlâ grafik arayüzde bir insanı varsayıyor. Graphene, BI'nin birincil kullanıcısının depoda çalışan, insanların ise gözden geçiren rolünde olduğu bir agent'a dönüştüğü yönünde bilinçli bir bahis. Bu bahis tutarsa paneller, bir SaaS aracında hapsolmuş belgeler değil; diff alınabilir, test edilebilir ve geri alınabilir yazılım artefaktlarına dönüşür; satıcıya bağımlılık yerini şirketin tamamen sahip olduğu dosyalara bırakır. Elastic License uyarısı, onu sattıkları ürünlere gömmek isteyen ekipler için not edilmeğe değer. Daha geniş açıdan bu, agent öncelikli araçlara doğru kayışın bir başka veri noktası ve veri ekibinin işini yeniden çerçeveliyor: README'nin kendisi, analistlerin raporları elle oluşturmakla geçirdikleri zamanı azaltıp agentların bağımlı olduğu modelleri, yetenekleri ve yargıyı şekillendirmeye daha çok zaman ayıracağını öngörüyor.