Agami Connect
Introspekter en live database til en valideret semantisk model for NL-to-SQL
Virker med opsætning
Hvad det gør
Onboarding-indgangspunktet for agami-plugin'et: det opsætter read-only credentials, introspekterer derefter deterministisk en live database (Postgres, MySQL, Snowflake, BigQuery og mere) til en semantisk model af emneområder, tabeller, kolonner, nøgler og join-kardinalitet, før LLM-berigelse og EXPLAIN-validerede NL-to-SQL seed-eksempler lægges på. Udløses ved første plugin-installation eller anmodninger som 'connect to my database', 'introspect my schema', 'set up agami' eller 'try the sample data'. Det er et Claude Code plugin, ikke en standalone copy-in skill.
Testrapport
Dette er et fuldt Claude Code plugin (marketplace: AgamiAI/agami-core), ikke en standalone skill – dets 1009-linjers SKILL.md kalder konstant $AGAMI_PLUGIN_ROOT/scripts/sm, connect_resolve.py og ../../shared/*.md, som alle mangler, hvis du kun kopierer skill-mappen til ~/.claude/skills, så ingen ordret copy-in kommando virker. Alle refererede scripts, delte docs og SQLite-eksemplet blev bekræftet til stede i repoet. Output kunne ikke måles mod en baseline: introspektion kræver agami-core-pakken installeret plus en DB-driver og live read-only credentials (en login-væg), og selv den offline sample-sti pip-installerer pakken først. Bemærkelsesværdigt er credential-hygiejne en hård regel – passwords rører aldrig en Bash-kommandolinje, forbindelser kommer kun fra en chmod-600 credentials-fil.
Testet: 2026-07-25 · Claude Code 2.x (agent harness)
Installation
/plugin marketplace add AgamiAI/agami-core then /plugin install agami-core@agami. Requires the agami-core Python package plus a DB driver and live read-only credentials; not installable as a single ~/.claude/skills copy.
Kommandoer og eksempelprompter
/agami-connectIntrospekter en live database til en valideret semantisk model for NL-to-SQL
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
Connect to my Postgres database and introspect the schemaSet up Agami and build a semantic model from my Snowflake dataIntrospect my BigQuery schema so I can query it in plain English