fenic — DataFrames semânticos para pessoas e agentes

• Mecanismo de consultas de DataFrame que combina, em um único modelo de consulta, operações no estilo PySpark/SQL (select, filter, join, group_by, agg) e operadores semânticos que chamam modelos de linguagem
  • Transforma documentos/transcrições/logs/traces de eval/tickets/tabelas/APIs em linhas tipadas (typed rows) e workflows repetíveis
• Operadores de IA são incorporados ao modelo de consulta, como extract, classify, summarize, embed e join semântico, funcionando como operadores com schema e tipos
  • Executa filtros comuns antes dos filtros semânticos e reduz chamadas LLM e custos desnecessários com batching automático, rate limiting, retentativas e cache
• O próprio pipeline é o artefato — inspecionável com lineage por linha, explain e métricas de tokens/custos por consulta
  • Reexecutável com execução preguiçosa e cache, podendo ser promovido a tabelas/views/ferramentas MCP nomeadas
  • Os resultados da exploração não desaparecem no histórico do chat; permanecem como código/dados/pipeline
• Vincula texto não estruturado a schemas Pydantic e o retorna como colunas estruturadas consultáveis
  • Suporte a joins baseados em significado, não em chaves exatas (semantic join)
  • Trata Markdown/Transcript/JSON (jq)/HTML/embeddings como tipos lógicos de primeira classe e oferece suporte a parsing de PDFs
  • Suporte à leitura de dados CSV e Parquet do S3/Hugging Face
• Conta com planejamento de consultas próprio e uma camada de execução de inferência, usando Polars/DuckDB para operações de dados comuns
  • Troca dados via Apache Arrow e pode ser executado facilmente em ambiente local
• Foco em execução assíncrona/retentativas + backoff/cache/verificação de tipos para lidar com rate limits, timeouts e saídas não determinísticas característicos da inferência
• Projetado para que pessoas e agentes escrevam, inspecionem e reutilizem os mesmos pipelines
  • Oferece fenic skill install para agentes de codificação e o verificador estático fenic check
• Registra pipelines como ferramentas em um catálogo e os expõe via MCP
  • Converte pipelines de dados em ferramentas tipadas que agentes podem chamar
  • Define-se como engenharia de contexto declarativa para agentes
• Separa (decouples) a inferência em lote pesada para fora do runtime do agente
  • Oferece agentes mais previsíveis e responsivos, além de melhor uso de recursos
• Licença Apache-2.0