Show HN: Rowset – AIエージェント向けオープンソースバックエンド

Rowsetは、構造化データセット向けのプライベートMCPおよびRESTバックエンドであり、信頼されたAIエージェントがデータセットの作成、検査、更新、エクスポート、共有を実行できます。ユーザーはログイン後、エージェント設定プロンプトをコピーし、スコープ付きAPIキーを承認することで、ブラウザ自動化ではなく安定したプログラムインターフェースを通じてエージェントがデータセットを操作できるようになります。このプロジェクトはLVTD-LLCによって開発され、GitHubでオープンソースとして公開されており、AIワークフローに信頼性の高いデータ管理基盤を提供することを目的としています。

主要機能として、RowsetはAIエージェントワークフロー向けに最適化されたホステッドストリーミングHTTP MCPサーバーを提供します。また、認証付きREST APIにより、アカウント確認、プロジェクト、データセット、行、エクスポート、リレーションシップ、画像アセット、公開プレビュー設定をサポートします。コマンドラインを好むユーザー向けに、Goで記述されたCLIツール（cli/ディレクトリ）も用意されており、同じ認証REST操作を実行できます。データセットはAPIを通じて管理され、安定したヘッダー、セマンティックな列メタデータ、永続的なエージェント命令、JSONメタデータ、明示的なインデックス列を備えています。行のCRUD操作は、内部のRowset行IDまたはデータセットのインデックス値によって実行可能です。プロジェクトとプロジェクトセクションは、認証境界を変更せずに関連データセットを整理するために使用でき、複数データセットのシナリオに適しています。列メタデータの種類は豊富で、選択、参照、画像、日付、日時、通貨、数値、ブール、電子メール、URL、テキストなどがあります。公開プレビューは読み取り専用で、オプションのパスワード保護により人間によるレビューが可能です。エクスポート形式はCSV、JSONL、XLSX、SQLite、およびダッシュボード向けParquetをサポートします。プライベート画像アセットはローカルディスクまたはS3互換ストレージ（Cloudflare R2など）に保存できます。さらに、オプションでQdrantを利用したハイブリッドベクトル検索および語彙検索をデータセット行に適用できます。

技術スタックは現代的で成熟したコンポーネントを採用しています。バックエンド言語はPython 3.14（CLIはGo）、WebフレームワークはDjango 6、REST APIはDjango Ninja、MCPはFastMCPをStarlette上でマウントして使用。認証はDjango allauth、セッション認証、APIキー認証、ホステッドMCPのBearer認証を組み合わせています。データストアはPostgreSQLとRedis、バックグラウンドジョブはDjango Q2、表形式処理はPython標準ライブラリとPolarsを利用。フロントエンドはDjangoテンプレート、HTMX、Alpine.js、Tailwind、PostCSSで構成。ローカル開発環境はDocker ComposeでPostgres、Redis、バックエンド、ワーカー、フロントエンド、Mailhog、Stripe CLI、MJML、MinIOを統合しています。可観測性はSentryとPostHog、外部連携はMailgun、Buttondown、Stripe、Chatwoot、S3互換ストレージ、オプションのQdrant/OpenRouterベクトル検索に対応。デプロイメントはDockerイメージとCapRover GitHub Actionsを経由します。

Rowsetは製品範囲を意図的にエージェント管理データセットに集中させています。スコープ内では、サインインユーザーがRowset設定プロンプトをエージェントにコピーし、エージェントがAPIキーを非公開で保存してMCP経由で接続、データセットの作成や発見、スキーマ/コンテキストの検査、行の変更、プロジェクト管理、スナップショットのエクスポート、公開プレビューの有効化などを行います。ダッシュボードはセットアップ、設定、最近のデータセット状態、スキーマレビュー、エクスポート、公開プレビューレビュー、アカウント復旧を支援します。現在の製品パスにおけるスコープ外の機能は、Rowset所有のソースコネクタ、同期、書き戻し、公開プレビューを認証やREST/MCPアクセスの代替として使用すること、ブラウザ自動化を推奨されるエージェント統合とすること、広範なBI、データウェアハウス、ETLオーケストレーションの約束などです。ただし、エージェントは自身の機能でローカルファイル、Google Sheets、データベース、その他上流ソースを読み取り、MCPまたはRESTを介して構造化行をRowsetに送信できます。

セットアップガイドは明快です。GitHubリポジトリをクローンし、環境設定をコピーし、Docker Composeでローカルスタックを起動し、アカウントを作成してエージェントAPIキーを生成します。推奨されるエージェントワークフロー（ゴールデンパス）は、Rowset設定プロンプトを読み、APIキーを非公開で保存し、MCPサーバーを構成してからユーザータスクを実行することを強調しています。エージェントは破壊的な操作（行削除、データセットやプロジェクトのアーカイブ、公開プレビューパスワードのクリアなど）の前にユーザーの確認を求めるべきです。プロジェクトには詳細なMCPツールグループが含まれており、アカウント設定、APIキー管理、データセット発見、行操作、スキーマ変更、リレーションシップ管理、画像アセット、公開プレビュー、アーカイブ/復元などをカバーしています。代表的なタスクボードの例は、task_idでインデックス付けされた永続的なカンバンボードを示しており、ステータス、優先度、タスク、完了定義などの列を通じて、Rowsetがエージェントの長期構造化ストレージとしてどのように機能するかを示しています。総じて、RowsetはAIエージェント向けに安定した拡張可能なオープンソースデータバックエンドを提供し、プログラムによるデータ管理を必要とするワークフローに最適です。