fenic - 人とエージェントのためのセマンティックデータフレーム（Semantic DataFrames）

• PySpark/SQLスタイルの演算（select, filter, join, group_by, agg）と、言語モデルを呼び出すセマンティック演算子を、単一のクエリモデル内で一緒に扱うDataFrameクエリエンジン
  • ドキュメント／トランスクリプト／ログ／evalトレース／チケット／テーブル／APIを、**型付けされた行（typed rows）**と再現可能なワークフローに変換
• extract, classify, summarize, embed, セマンティックjoinなど、AI演算子がクエリモデルに組み込み済みで、スキーマと型を持つ演算子として動作
  • 通常のフィルタをセマンティックフィルタより先に実行し、自動バッチ化／レート制限／リトライ／キャッシュによって不要なLLM呼び出しとコストを削減
• パイプライン自体が成果物 — 行単位のlineage、explain、クエリごとのトークン／コスト指標で検査可能
  • 遅延実行とキャッシュにより再実行可能で、名前付きテーブル／ビュー／MCPツールへ昇格可能
  • 探索結果がチャット履歴として消えるのではなく、コード／データ／パイプラインとして残る
• 非構造化テキストをPydanticスキーマにバインドし、クエリ可能な構造化カラムとして返却
  • 正確なキーではなく意味ベースの結合（semantic join）をサポート
  • Markdown／Transcript／JSON（jq）／HTML／埋め込みを第一級の論理型として扱い、PDFパースをサポート
  • S3/Hugging FaceのCSV・Parquetデータの読み込みをサポート
• 独自のクエリ計画と推論実行レイヤーを備え、一般的なデータ演算にはPolars/DuckDBを活用
  • Apache Arrowでデータを交換し、ローカル環境で簡単に実行可能
• 推論特有のレート制限／タイムアウト／非決定的な出力を扱うため、非同期実行／リトライ＋バックオフ／キャッシュ／型検査に注力
• 人とエージェントが同じパイプラインを作成・検査・再利用できるよう設計
  • コーディングエージェント向けのfenic skill installと、静的チェッカーfenic checkを提供
• パイプラインをカタログにツールとして登録し、MCPで公開
  • データパイプラインを、エージェントが呼び出せる型付きツールへ変換
  • 自身をエージェントのための宣言的コンテキストエンジニアリングと定義
• 重いバッチ推論をエージェントランタイムの外に分離（decoupled）
  • より予測可能で応答性の高いエージェントと、改善されたリソース活用を提供
• Apache-2.0ライセンス