Qu'est-ce que nao ?
nao est un IDE de données open-source, propulsé par l'IA, conçu pour les analystes, ingénieurs et scientifiques qui travaillent avec des workflows SQL, Python ou dbt. Il se connecte directement à votre entrepôt de données, comprend votre schéma et vous aide à construire, prévisualiser et déployer des pipelines de données en toute confiance. Considérez nao comme un coéquipier IA qui détecte les problèmes tôt, réduit les bugs et maintient la fiabilité de vos données — le tout sans vous obliger à changer d'outils ou de contexte.
À qui s'adresse-t-il
- Analystes de données qui ont besoin d'écrire des requêtes SQL plus rapidement, de prévisualiser les résultats et de collaborer sans quitter leur IDE.
- Ingénieurs de données qui construisent et maintiennent des workflows dbt, des pipelines de données et des contrôles de qualité avec une connaissance contextuelle automatisée.
- Scientifiques des données qui souhaitent exécuter des analyses, explorer des schémas et déployer des modèles tout en gardant leur travail reproductible et adapté au travail d'équipe.
Fonctionnalités clés
Ingénierie du contexte comme un système de fichiers
nao vous permet de construire le contexte de votre agent comme un système de fichiers structuré. Vous pouvez ajouter n'importe quoi — données, métadonnées, règles, documentation, outils et MCP — sans limite. Exécutez nao init pour créer le contexte, puis organisez-le comme votre équipe le souhaite.
Synchronisation avec votre stack existant
Récupérez automatiquement le contexte depuis des bases de données comme Postgres, Snowflake, BigQuery, Databricks, DuckDB, MotherDuck et Redshift. Il s'intègre également avec des dépôts (dbt, Looker, Cube, Airflow, GitHub) et des sources externes comme Notion, Atlassian, Google Drive et Linear — pour que votre agent ait toujours le contexte le plus récent.
Mesurez et améliorez la fiabilité du contexte
Exécutez nao test pour créer des tests unitaires qui transforment des questions en SQL. Vous obtenez des métriques instantanées sur la fiabilité du contexte, le taux de réponse, le temps de réponse moyen et l'utilisation totale des tokens. Cela vous aide à surveiller les performances et à améliorer continuellement la précision de votre agent.
Déployez une interface de chat pour toute votre équipe
Avec nao chat, vous pouvez déployer une interface de chat qui permet à quiconque de poser des questions en langage naturel. L'interface prend en charge les histoires de données, la relecture des chats pour la surveillance, et fonctionne avec votre propre clé LLM (Claude, Gemini, GPT, Mistral) — vous ne payez donc que pour la consommation de tokens.
Ce qui le distingue
"La fiabilité d'un agent dépend du contexte. Ingénierisez-le."
La plupart des outils d'IA traitent le contexte comme une boîte noire. nao renverse cela en rendant l'ingénierie du contexte explicite et mesurable. Vous ne vous contentez pas de fournir des données à une IA — vous construisez, synchronisez, testez et affinez le contexte comme un projet logiciel. Cela signifie que votre agent comprend réellement votre schéma d'entrepôt, vos définitions métier et les conventions de votre équipe, ce qui conduit à moins d'hallucinations et à des résultats plus fiables.
À considérer si…
Vous en avez assez des outils d'IA qui devinent votre schéma ou produisent du SQL peu fiable. nao vaut la peine d'être exploré si votre équipe travaille avec des stacks de données modernes (dbt, BigQuery, Snowflake, Databricks) et souhaite une solution open-source auto-hébergée qui vous donne un contrôle total sur le contexte, les coûts et le déploiement. Il est particulièrement utile si vous devez partager des capacités d'analyse avec des membres non techniques de l'équipe sans sacrifier la qualité ou la sécurité des données.
