nao
Open-Source-Framework zum Bauen, Testen und Bereitstellen von Analytics-Agenten auf deinem eigenen Datenstack.
nao ist ein Open-Source-Builder für Analytics-Agenten von Nao Labs. Datenteams nutzen nao, um Schemas, Dokumentation und Regeln des Data Warehouse als dateibasierten Kontext zu ordnen, zu messen, wie zuverlässig der Agent Fragen in SQL übersetzt, und dann eine Chat-Oberfläche bereitzustellen, in der Kolleginnen und Kollegen in einfachem Englisch Fragen zu Unternehmensdaten stellen.
Am besten geeignet für Datenteams, die einen selbst gehosteten, testbaren Analytics-Agenten auf Basis ihres bestehenden Warehouse und ihrer Modellierungswerkzeuge wollen.
- Plattformen
- Web, MCP
- Preismodell
- Freemium
- Kostenloser Tarif
- Ja
- Anbieter
- Nao Labs
- Hinzugefügt
Zuletzt geprüft: . Die Angaben stammen von getnao.io.
Was ist nao?
nao ist ein Open-Source-Builder für Analytics-Agenten von Nao Labs. Die Grundannahme: Ein Agent, der Fragen zu Unternehmensdaten beantwortet, ist nur so verlässlich wie der Kontext, den er bekommt. Deshalb wird dieser Kontext als Dateisystem organisiert: Tabellenspalten, Profiling-Ergebnisse, Vorschauen, Geschäftsdefinitionen, Beispielabfragen und Regeldateien liegen in Ordnern, die das Team lesen und versionieren kann. Schritte auf der Kommandozeile legen das Projekt an, synchronisieren Kontext aus Warehouses, dbt- oder Looker-Repositories und Quellen wie Notion und führen Tests von Frage zu SQL aus, die Erfolgsquote, Dauer und Token-Verbrauch melden. Ist der Kontext bereit, können Kolleginnen und Kollegen in einer Chat-Oberfläche Fragen in einfachem Englisch stellen und Data Stories bauen. Der Agent lässt sich mit dem eigenen LLM-Schlüssel des Teams selbst hosten, und ein MCP-Server macht ihn aus Chat- und Coding-Tools erreichbar.
Wichtigste Funktionen
Kontext im Dateisystem
Speichert Schemas, Metadaten, Dokumentation, Regeln und Tools als Dateien in einem Projekt, das `nao init` anlegt.
Kontext-Synchronisierung
Holt Kontext mit `nao sync` automatisch aus Datenbanken, Code-Repositories und externen Quellen.
Zuverlässigkeitstests
Führt mit `nao test` Unit-Tests aus, die Fragen auf SQL abbilden, und meldet, wie viele bestanden wurden, die durchschnittliche Dauer und die verbrauchten Tokens.
Chat-Oberfläche
Stellt eine Chat-Oberfläche bereit, in der Nutzer Daten in natürlicher Sprache abfragen und Data Stories erstellen und Admins Gespräche überwachen.
Eigener Schlüssel
Verbindet die Bereitstellung mit deinem eigenen LLM-Schlüssel, sodass die einzigen Modellkosten der Token-Verbrauch sind.
MCP-Zugang
Stellt den Agenten über MCP bereit, sodass Fragen aus Slack, Teams, WhatsApp, Telegram, Claude, Codex oder Cursor kommen können.
So funktioniert nao
Projekt initialisieren
Führe `nao init` aus, um die Ordnerstruktur anzulegen, die den Kontext des Agenten enthält.
Quellen synchronisieren
Führe `nao sync` aus, um Schemas, Modelle und Dokumente aus verbundenen Systemen zu holen.
Kontext testen
Führe `nao test` aus, um Fälle von Frage zu SQL zu bewerten und die Zuverlässigkeit zu verfolgen.
Chat bereitstellen
Starte die Chat-Oberfläche, damit der Rest des Unternehmens Daten abfragen kann.
Anwendungsfälle
- Self-Service-Analytics
- Gib Kolleginnen und Kollegen ohne technischen Hintergrund ein Chatfenster für Fragen, die sonst beim Datenteam landen würden.
- Geschäftsdefinitionen dokumentieren
- Halte Definitionen von Kennzahlen und Regeln in versionierten Dateien, die der Agent bei jeder Frage liest.
- Änderungen am Kontext bewerten
- Führe die Testsuite nach einer Änderung am Kontext erneut aus, um zu sehen, ob sich die Genauigkeit der Antworten verändert hat.
- Private Bereitstellungen
- Hoste den Agenten in der Infrastruktur des Unternehmens, wenn Daten das Netzwerk nicht verlassen dürfen.
- Fragen aus Chat-Tools stellen
- Frage das Warehouse über die MCP-Verbindung aus einem Slack- oder Teams-Kanal ab.
Gut zu wissen
- Modellkosten fallen separat an
- Die kostenlose Edition setzt deinen eigenen LLM-Schlüssel voraus, daher wird der Token-Verbrauch an den Modellanbieter gezahlt.
- Cloud ist im Early Access
- Die verwaltete Bereitstellung nao Cloud wird über eine Early-Access-Anfrage mit Preis auf Anfrage angeboten.
- Kontrollen nur für Enterprise
- SSO, Sicherheit auf Zeilenebene und LLM-Budgets pro Nutzer werden nur in der Enterprise-Stufe aufgeführt.
Häufige Fragen
Was ist nao?
nao ist ein Open-Source-Tool zum Bauen von Analytics-Agenten: Du stellst den Kontext des Agenten als Dateien zusammen, testest seine Zuverlässigkeit und stellst eine Chat-Oberfläche über deinen Daten bereit.
Ist nao kostenlos?
Ja, nao hat eine kostenlose selbst gehostete Edition, die den Context Builder, die Chat-Oberfläche und eine Slack-Integration enthält und mit deinem eigenen LLM-Schlüssel genutzt wird.
Was kostet nao?
nao führt die selbst gehostete Edition als kostenlos und die Optionen Cloud und Enterprise mit Preis auf Anfrage auf. Für ein Angebot kontaktiere das Unternehmen.
Lässt sich nao selbst hosten?
Ja. nao kann vollständig in deiner eigenen Infrastruktur mit deinen eigenen LLM-Schlüsseln laufen, was das Unternehmen als Option für Teams mit strengen Datenanforderungen darstellt.
Mit welchen Datenquellen funktioniert nao?
nao synchronisiert Kontext aus Datenbanken, Repositories wie dbt- und Looker-Projekten und externen Quellen; das Konfigurationsbeispiel zeigt BigQuery und Notion.
Was bringt die Enterprise-Stufe von nao zusätzlich?
Die Enterprise-Stufe von nao ergänzt Single Sign-on mit Okta oder Microsoft, Sicherheit auf Zeilenebene, LLM-Budgets pro Nutzer, eine Oberfläche im Design des Unternehmens und SOC-2-Type-II-Berichte.
Wer macht nao?
nao wird von Nao Labs entwickelt, das auch eine verwaltete Cloud-Bereitstellung anbietet, die derzeit für Early Access offen ist.
Für wen es sich eignet
- Datenteams
- Analytics Engineers
- Datenanalysten
- Fachanwender
Kommentare
Noch keine Kommentare. Hast du nao schon genutzt? Erzähl den anderen, wie es lief.
Alternativen zu nao
| Tool | Kostenloser Tarif | Einstiegspreis | API |
|---|---|---|---|
 Vanna AIOpen-Source-Framework für SQL-Agenten, mit dem sich Unternehmensdatenbanken in natürlicher Sprache abfragen lassen. |
— | — | Ja |
 AirbyteOpen-Source-Plattform für Datenbewegung, die Daten aus über 700 Quellen repliziert und für Analysen und KI-Agenten bereitstellt. |
— | — | Ja |
 PostHogProduktdatenplattform, die Analysen, Session Replay, Feature Flags, Fehlerverfolgung und ein Data Warehouse vereint, mit KI obendrauf. |
Ja | — | Ja |
 AjelixAgentischer KI-Arbeitsbereich, der hochgeladene Daten in Excel-Dateien, Dashboards, Präsentationen und andere Ergebnisse verwandelt. |
Ja | — | — |
 DatabricksEinheitliche Daten- und KI-Plattform für Data Engineering, Data Warehousing, Analytics, Governance und den Bau von KI-Agenten. |
Ja | — | — |
Aus denselben Kategorien wie nao. Ein Einstiegspreis steht nur dort, wo wir ihn auf der Preisseite des Anbieters geprüft haben. Ein Strich bedeutet: nicht geprüft oder nicht veröffentlicht. Alle Tools in Datenanalyse und Analytics