fenic - DataFrames semánticos para personas y agentes

• Motor de consultas DataFrame que maneja dentro de un mismo modelo de consulta tanto operaciones estilo PySpark/SQL (select, filter, join, group_by, agg) como operadores semánticos que invocan modelos de lenguaje
  • Convierte documentos/transcripciones/logs/trazas de eval/tickets/tablas/APIs en filas tipadas y flujos de trabajo repetibles
• Operadores de IA integrados en el modelo de consulta, como extract, classify, summarize, embed y join semántico, que funcionan como operadores con esquema y tipos
  • Ejecuta los filtros normales antes que los filtros semánticos, y con batching automático, rate limiting, reintentos y caché reduce llamadas innecesarias al LLM y los costos
• El pipeline en sí es el entregable — se puede inspeccionar con lineage por fila, explain y métricas de tokens/costo por consulta
  • Gracias a la ejecución diferida y la caché, puede volver a ejecutarse y promocionarse a tablas/vistas/herramientas MCP con nombre
  • Los resultados de exploración no desaparecen en el historial de chat, sino que quedan como código/datos/pipeline
• Vincula texto no estructurado a esquemas Pydantic para devolverlo como columnas estructuradas consultables
  • Soporta joins basados en significado en lugar de claves exactas (semantic join)
  • Trata Markdown/Transcript/JSON(jq)/HTML/embeddings como tipos lógicos de primera clase y soporta parsing de PDF
  • Soporta lectura de datos CSV y Parquet desde S3/Hugging Face
• Tiene su propio planificador de consultas y capa de ejecución para inferencia, y usa Polars/DuckDB para operaciones de datos generales
  • Intercambia datos con Apache Arrow y puede ejecutarse fácilmente en un entorno local
• Para manejar particularidades de la inferencia como rate limits/timeouts/salidas no deterministas, se enfoca en ejecución asíncrona/reintentos+backoff/caché/verificación de tipos
• Diseñado para que personas y agentes escriban, inspeccionen y reutilicen el mismo pipeline
  • Incluye fenic skill install para agentes de programación y el verificador estático fenic check
• Registra pipelines en un catálogo como herramientas y los expone vía MCP
  • Convierte pipelines de datos en herramientas tipadas que los agentes pueden invocar
  • Se define a sí mismo como ingeniería de contexto declarativa para agentes
• Desacopla la inferencia pesada por lotes fuera del runtime del agente
  • Ofrece agentes más predecibles y responsivos, además de un mejor uso de recursos
• Licencia Apache-2.0