Вход на сайт

Просмотр новости

Найдите то, что Вас интересует

Как я встроил AI‑агента прямо в интерфейс Apache Superset и не сломал ему CSP

Дата публикации: 09-08-2026 16:15:25

Есть Apache Superset. Есть аналитик, который открывает SQL Lab и десять минут вспоминает, как называется таблица с заказами — orders, olist_orders или fact_orders_v2. Есть языковые модели, которые отлично пишут SQL, но понятия не имеют, что лежит в вашем хранилище.Задача звучала просто: добавить в интерфейс Superset кнопку, по которой открывается чат с моделью. Причём агент должен работать по принципу MCP — не фантазировать имена колонок, а сходить и посмотреть их в метаданных. Подключаться к любому OpenAI‑совместимому API: локальная Ollama, llm7, OpenAI — что угодно.Дальше — про то, как это делается без форка Superset, без пересборки фронтенда и без ослабления политики безопасности. И про несколько ловушек, каждая из которых стоила мне отдельного расследования.

Схожие новости

#Наименование новостиТональностьИнформативностьДата публикации
1Apache Superset — боремся с фильтрами по дате. Часть 107.727-03-2026
2Почему я не поладил с OpenClaw, ZeroClaw и Moltis, и что у меня вышло в итоге. Спойлер: MicroClaw18.4428-03-2026
3Apache Superset — боремся с фильтрами по дате. Часть 2010.3902-04-2026
4A2A изнутри: как AI-агенты из разных сервисов договариваются друг с другом011.1903-06-2026
5Научил ИИ-агента помнить важное и забывать лишнее в SQLite011.6706-03-2026
6Почему я выкинул MCP из AI-агента для CAD: граф API, ГОСТы, компилятор и live COM для KOMPAS-3D012.9806-07-2026
7MCP (КОМПАС-3D + LLM): превращаем САПР в среду для AI-агентов с помощью Python и COM API07.0523-01-2026
8Подробный технический разбор реализации Autoresearch, ИИ-исследователя Андрея Карпаты012.0317-03-2026
9MCP vs CLI + Skill: что выгоднее для ИИ‑агента при работе с внутренними API07.3516-06-2026
10Как я научил Claude заказывать продукты в Яндекс Лавке (и что для этого пришлось отреверсить)010.7528-07-2026

Классификация: Пресс-релизы. Схожих патентов: 0. Схожих новостей: 10. Тональность: 1. Информативность: 8.42. Источник: pythondigest.ru.