Show HN: TamedTable — 自然言語で行うAI ETL

TamedTable は、テーブルデータに対して「自然言語でデータと対話する」ことをコンセプトにした AI ETL ツールです。数式やコードを一切使わず、表形式データを読み込み、やりたいことを言葉で伝えるだけで AI が処理を実行します。Web アプリとしてブラウザで動作し、CLI にも対応。ソースコードは入手可能（source-available）で、ユーザー自身の API キーを使って実行できます。

機能面では、AI が文脈を理解するため、従来の数式では難しかったデータのクレンジング、エンリッチ、分類、検証といった処理を得意とします。たとえば、各行の文脈を読んでから乱雑なフィールドを修正したり、フリーテキストから構造を抽出したり、行の意味に基づいて分類したりできます。デモでは、クレンジング、エンリッチ＆抽出、分類、検証、言語処理、そして決定論的な精密操作などが紹介されています。

TamedTable は、可視性と制御性を重視しています。変更内容はリアルタイムで確認でき、気に入らなければいつでも取り消せます。すべての操作は履歴に残り、「レシピ」として保存して新しいデータに再生することも、プレーンな Python スクリプトとしてエクスポートして TamedTable なしで実行することも可能です。データはオープンな形式のままで、ベンダーロックインが生じない設計です。

対応フォーマットは CSV、JSONL、Parquet、Arrow で、ローカルまたは URL からファイルを開けます。指示は英語や中国語など複数言語に対応しています。さらに「遅延 AI 実行」モードを備え、AI ステップは現在表示中のページだけをまず処理するため、プレビューは低コストで、確認後に本実行ができます。API キーなしで使えるガイド付きツアーもあり、実際のセッションを再生して試せます。

信頼性については、CI がコミットのたびに 606 のテストシナリオを再生します。公式ベンチマークでは、デフォルトモデルは手作業で確認したラベルと 96.7% 一致し、1,000 行の分類あたり約 0.15 ドルのコストでした。各リクエストは読み取り可能な小さな仕様になり、決定論的なステップは実際の SQL エンジンで実行されるため、同じレシピを翌月のファイルにも再利用できます。

Web アプリはブラウザからすぐに開け、GitHub でも公開されています。数式やコードを書かずにデータパイプラインを組み立てたい人や、データの所有権を保ちつつ AI の支援を得たい個人・チームに向いています。