# ktx-ai-data-agents-context-layer

Скилл ktx-ai-data-agents-context-layer помогает настроить ktx как контекстный слой для запросов к хранилищу данных. Он связывает метрики, схему данных и бизнес-знания для работы ИИ-агента.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 157 установок · ★ 9 у репозитория
- Автор: reason-machines
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/reason-machines/mcp-skills/tree/HEAD/skills/ktx-ai-data-agents-context-layer/SKILL.md
- Обновлён: 2026-10-09
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/ktx-ai-data-agents-context-layer

## Что делает

Скилл проводит через настройку ktx для аналитических запросов: подключение хранилища, сбор метаданных и бизнес-контекста, создание семантического слоя и запуск MCP-сервера для агента. ktx поддерживает PostgreSQL, Snowflake, BigQuery, ClickHouse, MySQL, SQL Server и SQLite; среди интеграций — dbt, Looker, Metabase и Notion.

Для самого ktx предусмотрены глобальная или проектная установка через `npm` и интерактивная команда `ktx setup`. Она настраивает провайдеры языковой модели и эмбеддингов, соединения с базой и источники контекста. Нужны ключи API выбранных провайдеров и параметры подключения к базе; без корректных учётных данных соединение не настроить.

Контекст можно обновлять через `ktx ingest`, проверять через `ktx validate` и искать в семантическом слое или вики. Файл `.ktx/` содержит секреты и локальное состояние, поэтому его следует исключить из Git; конфигурацию `ktx.yaml`, семантический слой и вики можно хранить в репозитории.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/mcp-skills --skill ktx-ai-data-agents-context-layer -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/ktx-ai-data-agents-context-layer/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/ktx-ai-data-agents-context-layer/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/mcp-skills --skill ktx-ai-data-agents-context-layer -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/ktx-ai-data-agents-context-layer/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/mcp-skills --skill ktx-ai-data-agents-context-layer -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/ktx-ai-data-agents-context-layer/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install reason-machines/mcp-skills skills/ktx-ai-data-agents-context-layer
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ktx-ai-data-agents-context-layer/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/mcp-skills --skill ktx-ai-data-agents-context-layer -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/reason-machines/mcp-skills --path skills/ktx-ai-data-agents-context-layer
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/ktx-ai-data-agents-context-layer/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/mcp-skills --skill ktx-ai-data-agents-context-layer -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/reason-machines/mcp-skills/tree/HEAD/skills/ktx-ai-data-agents-context-layer/SKILL.md

## Когда брать
- подключить агента к метрикам хранилища
- собрать семантический слой из таблиц и показателей
- загрузить в контекст знания из вики и dbt
- проверить конфигурацию и обновить контекст данных

## Примеры запросов агенту
- Настрой ktx для запросов агента к нашему хранилищу и подключи MCP-сервер.
- Собери семантический слой из метаданных базы и настроенного источника dbt.
- Проверь конфигурацию ktx и обнови контекст командой `ktx ingest`.

## Похожие
- [data-context-extractor](https://affpapa.org/nevibecode/skills/data-context-extractor.md) — скилл · 3300 установок
- [create-data-context](https://affpapa.org/nevibecode/skills/create-data-context.md) — скилл · 1 установка
- [semlayer](https://affpapa.org/nevibecode/mcp/semlayer.md) — MCP-сервер · ★ 5 у репозитория
- [building-dbt-semantic-layer](https://affpapa.org/nevibecode/skills/building-dbt-semantic-layer.md) — скилл · 1100 установок
- [setting-up-data-catalog](https://affpapa.org/nevibecode/skills/setting-up-data-catalog.md) — скилл · 182 установки
- [analyzing-data](https://affpapa.org/nevibecode/skills/analyzing-data.md) — скилл · 1500 установок

Из того же набора: [reason-machines/mcp-skills](https://affpapa.org/nevibecode/by/reason-machines/mcp-skills.md) — 98 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
