naoとは？

naoは、SQL、Python、dbtワークフローを扱うアナリスト、エンジニア、科学者のために設計された、オープンソースのAI搭載データIDEです。データウェアハウスに直接接続し、スキーマを理解し、データパイプラインを自信を持って構築、プレビュー、デプロイするのに役立ちます。naoは、問題を早期に発見し、バグを減らし、データの信頼性を維持するAIチームメイトのようなものです。ツールやコンテキストを切り替える必要は一切ありません。

対象ユーザー

• データアナリスト：SQLクエリをより速く作成し、結果をプレビューし、IDEから離れることなくコラボレーションする必要がある方。
• データエンジニア：自動化されたコンテキスト認識機能を使用して、dbtワークフロー、データパイプライン、品質チェックを構築・保守する方。
• データサイエンティスト：分析を実行し、スキーマを探索し、モデルをデプロイしながら、作業の再現性とチームでの共有性を維持したい方。

主な機能

ファイルシステムのようなコンテキストエンジニアリング

naoを使用すると、エージェントのコンテキストを構造化されたファイルシステムとして構築できます。データ、メタデータ、ルール、ドキュメント、ツール、MCPなど、制限なく何でも追加できます。nao initを実行してコンテキストを作成し、チームのニーズに合わせて整理できます。

既存のスタックとの同期

Postgres、Snowflake、BigQuery、Databricks、DuckDB、MotherDuck、Redshiftなどのデータベースからコンテキストを自動的に取得します。また、リポジトリ（dbt、Looker、Cube、Airflow、GitHub）や、Notion、Atlassian、Google Drive、Linearなどの外部ソースとも統合されるため、エージェントは常に最新のコンテキストを保持できます。

コンテキストの信頼性を測定・改善

nao testを実行して、質問をSQLに変換するユニットテストを作成できます。コンテキストの信頼性、回答率、平均応答時間、総トークン使用量に関する即時メトリクスが得られます。これにより、パフォーマンスを監視し、エージェントの精度を継続的に向上させることができます。

チーム全体で使えるチャットUIのデプロイ

nao chatを使用すると、誰でも平易な英語で質問できるチャットインターフェースをデプロイできます。このUIはデータストーリー、監視用のチャットリプレイをサポートし、独自のLLMキー（Claude、Gemini、GPT、Mistral）で動作するため、トークン消費量のみの支払いで済みます。

際立っている点

「エージェントの信頼性はコンテキストに依存します。それをエンジニアリングしましょう。」

ほとんどのAIツールはコンテキストをブラックボックスとして扱います。naoは、コンテキストエンジニアリングを明示的かつ測定可能にすることで、その考え方を覆します。AIにデータをフィードするだけでなく、ソフトウェアプロジェクトのようにコンテキストを構築、同期、テスト、洗練します。つまり、エージェントが実際にデータウェアハウスのスキーマ、ビジネス定義、チームの慣習を理解するため、ハルシネーションが減り、より信頼性の高い結果が得られます。

こんな方におすすめ

スキーマを推測したり、信頼性の低いSQLを生成するAIツールにうんざりしている方。チームが最新のデータスタック（dbt、BigQuery、Snowflake、Databricks）で作業しており、コンテキスト、コスト、デプロイを完全に制御できるオープンソースのセルフホスト型ソリューションを求めている場合、naoは検討する価値があります。特に、データ品質やセキュリティを犠牲にすることなく、非技術系のチームメンバーと分析機能を共有する必要がある場合に役立ちます。