nao
Framework open source per costruire, testare e distribuire agenti di analisi sul tuo stack di dati.
nao è un costruttore open source di agenti di analisi creato da Nao Labs. I team dati usano nao per organizzare schemi del data warehouse, documentazione e regole come contesto basato su file, misurare quanto l’agente traduce in modo affidabile le domande in SQL e poi distribuire un’interfaccia di chat in cui i colleghi fanno domande sui dati aziendali in linguaggio naturale.
Indicato per Team dati che vogliono un agente di analisi self-hosted e testabile, costruito sul proprio data warehouse e sugli strumenti di modellazione già in uso.
- Piattaforme
- Web, MCP
- Modello di prezzo
- Freemium
- Piano gratuito
- Sì
- Sviluppato da
- Nao Labs
- Aggiunto
Ultima verifica: . Informazioni tratte da getnao.io.
Che cos’è nao?
nao è un costruttore open source di agenti di analisi di Nao Labs. Parte dall’idea che un agente che risponde a domande sui dati aziendali sia affidabile quanto il contesto che riceve, perciò questo contesto è organizzato come un file system: colonne delle tabelle, risultati di profilazione, anteprime, definizioni di business, query di esempio e file di regole stanno in cartelle che il team può leggere e versionare. Passaggi da riga di comando creano il progetto, sincronizzano il contesto da data warehouse, repository dbt o Looker e da fonti come Notion, ed eseguono test da domanda a SQL che riportano tasso di successo, tempi e uso dei token. Quando il contesto è pronto, un’interfaccia di chat permette ai colleghi di fare domande in linguaggio naturale e di costruire storie con i dati. L’agente si può ospitare in autonomia con la chiave LLM del team, e un server MCP lo rende raggiungibile da strumenti di chat e di programmazione.
Funzioni principali
Contesto come file system
Conserva schemi, metadati, documentazione, regole e strumenti come file in un progetto creato da `nao init`.
Sincronizzazione del contesto
Recupera il contesto in automatico da database, repository di codice e fonti esterne con `nao sync`.
Test di affidabilità
Esegue unit test che associano le domande a query SQL con `nao test` e riporta quanti sono stati superati, il tempo medio e i token consumati.
Interfaccia di chat
Distribuisce una chat in cui gli utenti interrogano i dati in linguaggio naturale e creano storie con i dati, mentre gli amministratori monitorano le conversazioni.
Porta la tua chiave
Collega la distribuzione alla tua chiave LLM, così l’unica spesa per il modello è il consumo di token.
Accesso tramite MCP
Espone l’agente tramite MCP, così le domande possono arrivare da Slack, Teams, WhatsApp, Telegram, Claude, Codex o Cursor.
Come funziona nao
Inizializza il progetto
Esegui `nao init` per creare la struttura di cartelle che contiene il contesto dell’agente.
Sincronizza le fonti
Esegui `nao sync` per recuperare schemi, modelli e documenti dai sistemi collegati.
Testa il contesto
Esegui `nao test` per valutare i casi da domanda a SQL e tenere traccia dell’affidabilità.
Distribuisci la chat
Avvia l’interfaccia di chat così il resto dell’azienda può interrogare i dati.
Casi d’uso
- Analisi in autonomia
- Dai ai colleghi non tecnici una finestra di chat per le domande che altrimenti andrebbero al team dati.
- Documentare le definizioni di business
- Tieni definizioni delle metriche e regole in file versionati che l’agente legge a ogni domanda.
- Valutare le modifiche al contesto
- Riesegui la suite di test dopo aver modificato il contesto per vedere se l’accuratezza delle risposte è cambiata.
- Distribuzioni private
- Ospita l’agente nell’infrastruttura aziendale quando i dati non possono uscire dalla rete.
- Fare domande dagli strumenti di chat
- Interroga il data warehouse da un canale Slack o Teams tramite la connessione MCP.
Cose da sapere
- I costi del modello sono separati
- L’edizione gratuita richiede la tua chiave LLM, quindi l’uso dei token si paga al fornitore del modello.
- Il cloud è in accesso anticipato
- La distribuzione gestita nao Cloud si ottiene tramite una richiesta di accesso anticipato, con prezzo personalizzato.
- Controlli solo Enterprise
- SSO, sicurezza a livello di riga e budget LLM per utente sono elencati solo nel livello Enterprise.
Domande frequenti
Che cos’è nao?
nao è uno strumento open source per costruire agenti di analisi: assembli il contesto dell’agente come file, ne testi l’affidabilità e distribuisci un’interfaccia di chat sui tuoi dati.
nao è gratuito?
Sì, nao ha un’edizione self-hosted gratuita che include il costruttore di contesto, l’interfaccia di chat e un’integrazione con Slack, da usare con la tua chiave LLM.
Quanto costa nao?
nao indica la sua edizione self-hosted come gratuita e le opzioni Cloud ed Enterprise a prezzo personalizzato. Contatta l’azienda per un preventivo.
nao si può ospitare in autonomia?
Sì. nao può funzionare interamente nella tua infrastruttura con le tue chiavi LLM, e l’azienda lo presenta come l’opzione per i team con requisiti rigorosi sui dati.
Con quali fonti di dati funziona nao?
nao sincronizza il contesto da database, repository come i progetti dbt e Looker e fonti esterne; il suo esempio di configurazione mostra BigQuery e Notion.
Che cosa aggiunge il livello Enterprise di nao?
Il livello Enterprise di nao aggiunge il single sign-on con Okta o Microsoft, la sicurezza a livello di riga, budget LLM per utente, un’interfaccia con il marchio dell’azienda e report SOC 2 Type II.
Chi sviluppa nao?
nao è sviluppato da Nao Labs, che offre anche una distribuzione cloud gestita attualmente aperta all’accesso anticipato.
A chi è rivolto
- Team dati
- Analytics engineer
- Analisti dei dati
- Utenti aziendali
Commenti
Ancora nessun commento. Se hai usato nao, racconta agli altri lettori com’è andata.
Alternative a nao
| Strumento | Piano gratuito | Prezzo di partenza | API |
|---|---|---|---|
| — | — | Sì | |
| — | — | Sì | |
| Sì | — | Sì | |
| Sì | — | — | |
| Sì | — | — |
Strumenti delle stesse categorie di nao. Il prezzo di partenza compare solo se lo abbiamo controllato sulla pagina dei prezzi dello sviluppatore; un trattino significa che non è stato controllato o non è pubblicato. Tutti gli strumenti della categoria Analisi dei dati e analytics