Semantische intelligentie

Een door AI ontwikkelde semantische laag voor uw databases.

Je database slaat namen op. Semantische intelligentie voegt betekenis toe: waar elke tabel en kolom voor dient, welke waarden een statuskolom kan bevatten en welke joins niemand heeft gedeclareerd. De Network Agent leest je schema en je werkelijke waarden, en Nova, de Query Streams AI die speciaal voor databasewerk is ontwikkeld, schrijft de onderliggende laag voor je, zodat Nova, Claude en ChatGPT je database bevragen zoals die werkelijk is.

Ontvang het gratis plan Teamprijzen

Inbegrepen bij de Business- en Enterprise-abonnementen: Nova-tegoed per maand, daarna betalen per gebruik.

Semantische intelligentie connector erp-prod · database verkoop dekking 92%

Gevangen

De netwerkagent leest tabellen, weergaven, kolommen, sleutels en indexen volgens een door u gekozen schema en wanneer u erom vraagt. Dit is alles wat de database over zichzelf kan vertellen.

Netwerkagent, op uw netwerk

ord_hdr · 2,4 miljoen rijen

oh neeint cnoint stat_cdchar(1) ord_dtdatum en tijd amt_totdecimaal(12,2) rep_idint

cust_mstr · 38.000 rijen

cnoint cust_nmvarchar(60) terrchar(3) cr_limdecimaal(12,2) act_flchar(1)

0 buitenlandse sleutels gedeclareerd0 columncommentaarGeen lijst met geldige statuscodes

Begrepen

Nova beschrijft elke tabel en kolom, geeft het gegevenstype van elke kolom weer, toont de werkelijke waarden die een codekolom bevat en benoemt de joins die de agent heeft gevonden. Nova is hiervoor ontworpen: het kent elke engine, dialect en connector die Query Streams ondersteunt, van SQL Server en Oracle tot bestandssets en Stripe. Alles wat u bewerkt, blijft bewerkt.

Geschreven door Nova, je kunt dit overschrijven.

ord_hdr — Verkooporderheaders: één rij per klantorder, met de status, datum, totaalbedrag en de verantwoordelijke verkoper. Feitentabel · Verkoopdomein.

oh neeBestelnummeridentificatorprimaire sleutel

cnoDe klant die de bestelling heeft geplaatstvoegt zich bij cust_mstr.cnoveel-op-ééngecontroleerd aan de hand van de gegevens

stat_cdBestelstatus 'S'Verzonden58% 'O'Open31% 'H'In de wacht7% 'X'Geannuleerd4%

amt_totTotaalbedrag van de bestellinggeld

rep_idVerkoopmedewerker die verantwoordelijk is voor de bestellingvoegt zich bij emp.emp_idgecontroleerd aan de hand van de gegevens

cr_limGoedgekeurde kredietlimiet, in de valuta van de klant.geldbewerkt door uw team

Verbindingen gevonden in de gegevens 0 externe sleutels aangegeven · 4 kandidaten gecontroleerd op uw netwerk

ord_hdr.cno cust_mstr.cnoveel-op-ééngevalideerdHet klantnummer van elke bestelling is vastgelegd in de klantendatabase.

ord_line.ohno ord_hdr.ohnoveel-op-ééngevalideerdOrderregels worden samengevoegd tot de koptekst.

cust_mstr.terr hr.territory.terr_cdveel-op-ééngevalideerdAangetroffen in twee databases op dezelfde server.

ord_hdr.rep_id cust_mstr.cno-afgewezenDe getallen overlappen elkaar toevallig. Er is geen verband.

Onderwezen

Sommige informatie ontbreekt in het schema: welke tabel is buiten gebruik gesteld, wat als testaccount geldt, hoe een meetwaarde is gedefinieerd. Wanneer iemand Nova in de chat corrigeert, stelt Nova een feit voor. Dit wordt pas van kracht nadat het een alleen-lezen controle op uw gegevens heeft doorstaan, of nadat de persoon een herformulering van één zin heeft bevestigd. Nova onthoudt nooit zomaar iets.

Query Streams Geverifieerd Leren

Financieel medewerker, in de chat: “Gebruik niet ord_histHet werd buiten gebruik gesteld. En laat testaccounts buiten de omzet, dat zijn degenen met act_fl = 'T'"

Nova: Controleren ord_hist tegen ord_hdr op je netwerk nu. De testaccountregel die ik behoud is: klanten uitsluiten met act_fl = 'T' op basis van omzet en klantenaantallenKlopt dat?

Gepensioneerde tafel geverifieerd aan de hand van de gegevens

ord_hist Bevat alleen bestellingen van 2014 tot en met 2018; ord_hdr Dit omvat alles wat sindsdien is gebeurd. Nova stopt met lezen. ord_hist en houdt een korte notitie bij voor historische vragen.

Gecontroleerd op uw netwerk: de datumbereiken overlappen elkaar inderdaad niet.Wordt na elke schema-herscan opnieuw gecontroleerd.

Bedrijfsregel bevestigd door de persoon die het heeft onderwezen

Testaccounts hebben act_fl = 'T'Sluit ze uit van de omzet en het aantal klanten.

Auteur, bewijsmateriaal en alle herzieningen vastgelegdWint vertrouwen naarmate antwoorden die het gebruiken geaccepteerd worden.

Sluit je aan bij de betrouwbaarheid gemeten

ord_hdr.rep_id Het veld is leeg bij 11% van de webbestellingen, waardoor een uitsplitsing per vertegenwoordiger niet tot het totaalbedrag zal leiden. Nova zegt dit openlijk in plaats van het te verbergen.

Voer de meting opnieuw uit als uw gegevens wijzigen.

Als antwoorden die op een feit steunen worden gecorrigeerd, wordt dat feit onmiddellijk opgeschort en opnieuw gecontroleerd. Feiten die niemand gebruikt, verdwijnen; feiten waar mensen steeds weer naar grijpen, komen hoger in de lijst te staan. Beheerders zien elk feit, het bewijsmateriaal en de auteur ervan, en kunnen feiten herzien, verwijderen of blokkeren voor wie les mag geven.

Gevraagd

Dezelfde vraag, beantwoord door een AI die alleen namen ziet, en door een AI die de laag leest. Slechts één van beide werkt.

Nova · Claude · ChatGPT

In eenvoudige taal"Hoeveel bestellingen heeft elke klant vorige maand verzonden?"

alleen namengeraden

SELECT c.naam, TELL(*)
VAN   bestellingen o
JOIN   klanten c
  OP c.id = o.klant_id
WAAR  O.status = 'verzonden'
GROEP DOOR c.naam;

Geen van deze tabellen of kolommen bestaat. Zelfs met de juiste namen is de status een code van één letter, waardoor het filter geen resultaten zou opleveren.

Nova, met semantische intelligentieloopt

SELECT c.cust_nm, TELL(*) AS verzonden
VAN   ord_hdr o
JOIN   cust_mstr c
  OP c.cno = o.cno
WAAR  o.stat_cd = 'S'
  EN  o.ord_dt >= '2026-09-01'
GROEP DOOR c.cust_nm;

De echte tabel, de koppeling die in de gegevens is gevonden, en 'S' uit de eigen waardelijst van de kolom.

Uitgevoerd op uw netwerk door de agent.

Verbindingen worden op uw netwerk gevonden en vervolgens geverifieerd. ERP-systemen en legacy-databases declareren vaak helemaal geen foreign keys. De Agent berekent welke kolommen sleutels kunnen zijn, test elke kandidaat op zijn eigen machine aan de hand van uw werkelijke waarden, kent er een cardinaliteit en een oordeel aan toe en verwerpt look-alikes die slechts toevallig overlappen. Het kan tabellen in verschillende databases op dezelfde server koppelen. Alleen de scores en een paar voorbeeldwaarden worden bewaard; de werkgegevens worden verwijderd zodra de controle is voltooid.
Het leest de gegevens die uw database al bevat. Engine-statistieken vervangen tabelscans waar deze beschikbaar zijn, en de kolomopmerkingen die u al hebt geschreven, worden overgenomen.
Gebouwd voor productie. Elke query is een leesbewerking die de agent zelf opbouwt, elke query heeft een time-out, trage tabellen worden teruggezet en opnieuw geprobeerd, en de ontdekkingsprocessen werken met een tijdsbudget.
SaaS- en bestandsbronnen zijn ook mogelijk. Stripe, Shopify en HubSpot worden geprofileerd vanuit de lokale cache van de agent, waardoor er geen limiet wordt overschreden voor het aantal API-aanvragen van de leveranciers.

Verzonden naar Nova om de laag te schrijven.

Tabel- en kolomnamen, gegevenstypen en sleutels
Enkele voorbeeldwaarden per kolom en enkele voorbeeldrijen, met een maximale grootte, lange tekst afgekapt, binaire waarden vervangen door een plaatshouder.
Waardelijsten voor status- en typekolommen, met hun aantallen.
Kopieer nooit een tabel. Sluit tabellen uit vóór een run en verwijder Nova's voorbeelden en beschrijvingen op basis van tabel, schema of database op elk gewenst moment.

Illustratief schema voor orderinvoer. Waardelijsten worden gegenereerd op basis van de werkelijke waarden in uw kolommen, nooit op basis van schattingen.

Voorgelezen door

Nova chat Nova in Query Builder

Claude via MCP

ChatGPT via MCP

Een semantische laag die je niet zelf hoeft te bouwen.

Handmatig opgebouwde semantische lagen zijn een modelleringsproject. Semantische intelligentie begint daarentegen bij uw data.

Handmatig opgebouwde laag (dbt, LookML)Semantische intelligentie

Wie schrijft het?Uw datateam, in YAML of LookML.Nova, op basis van jouw schema en werkelijke waarden. Je bewerkt wat je wilt.

Aan de slagEen modelleerproject, meestal over een magazijn.Kies een database en schakel deze in.

Sluit zich aanHandmatig aangegevenOntdekt en gecontroleerd aan de hand van de gegevens.

Waar het werktHet gemodelleerde magazijnLive operationele databases, bestandensets en API-connectoren via de agent.

Het bijhouden van schemawijzigingenIemand bewerkt het model.De database wordt gemarkeerd wanneer deze groeit; bij de volgende uitvoering worden alleen de nieuwe gegevens toegevoegd.

Bedrijfsregels en tribale kennisGemodelleerd door het datateam, mocht iemand eraan denken omUitgelegd in chats door deskundigen, geverifieerd aan de hand van data of bevestigd voordat Nova er gebruik van maakt.

Gereguleerde metrische definitiesJa, dat is hun kracht.Dat is niet het doel. Het beschrijft je data en leert je regels; het vervangt geen meetlaag.

Gebruik je al een dbt- of LookML-laag? Behoud die dan. Semantische intelligentie ondersteunt ook databases die daar nog niet mee zijn verbonden.

Veelgestelde vragen over semantische intelligentie

Wat is een semantische laag?

Tussen uw ruwe tabellen en de mensen of tools die vragen stellen, bevindt zich een semantische laag. Deze laag beschrijft de betekenis van elke tabel en kolom, hoe tabellen aan elkaar gekoppeld worden en welke waarden geldig zijn; sommige tools noemen dit een semantisch model. Semantic Intelligence bouwt er automatisch een: de Network Agent leest uw schema en echte data, en Nova, de Query Streams AI die speciaal voor databases is ontwikkeld, schrijft de laag. Het past zich aan elke engine, dialect en connector aan die we ondersteunen, zodat AI-tools SQL genereren die overeenkomt met uw database.

Zal profiling mijn productiedatabase vertragen?

Het is de bedoeling dat dit niet gebeurt. Elke query is alleen-lezen en wordt door de agent opgebouwd, elke query heeft een time-out, trage tabellen worden later opnieuw geprobeerd en de detectie werkt met een tijdsbudget. Waar uw engine statistieken bijhoudt, leest de agent die in plaats van tabellen te scannen. U kunt ook grote of gevoelige tabellen uitsluiten vóór een run.

Mijn database bevat geen externe sleutels. Werkt het dan nog steeds?

Ja, en dat is precies waar het om draait. ERP- en legacy-schema's hebben er vaak geen. De Network Agent vindt kandidaat-sleutels, test elke kandidaat aan de hand van de werkelijke waarden in beide kolommen op uw eigen netwerk en registreert de kandidaten die standhouden met een cardinaliteit en een betrouwbaarheidsscore. Kandidaten waarvan de getallen slechts toevallig overlappen, worden afgewezen, en tabellen in verschillende databases op dezelfde server kunnen aan elkaar worden gekoppeld. Nova en de MCP-tools vertrouwen alleen op de koppelingen die geslaagd zijn.

Wat als Nova een beschrijving verkeerd interpreteert?

Bewerk het. Beschrijvingen en typen die u schrijft, worden nooit overschreven door latere uitvoeringen. Nova leert ook van correcties in de chat, en elk geleerd feit wordt gecontroleerd aan de hand van uw gegevens of bevestigd voordat Nova erop vertrouwt. Beheerders kunnen deze feiten bekijken, herzien of verwijderen.

Kan Nova onze bedrijfsregels leren?

Ja. Query Streams Verified Learning is ingebouwd in Nova. Wanneer iemand Nova corrigeert of een regel uitlegt in de chat, stelt Nova een feit voor: een tabel die niet meer gebruikt wordt, wat een kolom werkelijk betekent, hoe betrouwbaar een join is, een bedrijfsregel of een definitie van een metriek. Feiten over het schema worden gecontroleerd met een alleen-lezen query op uw netwerk voordat ze van kracht worden; bedrijfsregels worden van kracht wanneer de persoon de herformulering van Nova in één zin bevestigt. Elk feit behoudt zijn auteur, bewijsmateriaal en geschiedenis. Als antwoorden die op een feit gebaseerd zijn, worden gecorrigeerd, wordt het feit opgeschort en opnieuw gecontroleerd, en worden metingen opnieuw uitgevoerd wanneer uw gegevens veranderen. Beheerders bepalen wie les mag geven en kunnen alles herzien of verwijderen.

Met welke bronnen werkt het?

SQL Server, PostgreSQL, MySQL, MariaDB, Oracle, Snowflake, BigQuery, SQLite, Microsoft Access en DuckDB, plus bestandssets en API-connectoren zoals Stripe, Shopify, HubSpot en Google Analytics 4. Het past zich aan het SQL-dialect van elke engine aan.

Welke plannen omvatten het, en wie kan het uitvoeren?

Semantische intelligentie is standaard inbegrepen bij Nova in de Business- en Enterprise-abonnementen. Het aantal runs telt mee voor de dataverwerking van uw abonnement. Alleen beheerders kunnen de functie inschakelen, kiezen welke databases en tabellen worden verwerkt, de resultaten bewerken of verwijderen. Iedereen die Nova of MCP gebruikt, profiteert ervan.

Aangedreven door semantische intelligentie

Nova AI MCP-server Querybouwer Rapporten en gegevenswaarschuwingen Database-integraties

Laat Nova uw database leren kennen.

Koppel een database, schakel semantische intelligentie in en stel je eerste vraag in begrijpelijke taal.

Ontvang het gratis plan Teamprijzen

Inbegrepen bij de Business- en Enterprise-abonnementen: Nova-tegoed per maand, daarna betalen per gebruik.