Ask On DataOtevřený GenAI chatový nástroj pro data engineering a úlohy pro potokové toků.

4.8 (6)

Recenzováno Daniel Nikulshyn·Aktualizováno červenec 2026

Open Source Data Engineering GenAI ETL/ELT Self-Hosted No-Code Conversational AI

Přehled

Ask On Data je otevřený, GenAI-pohoný chatový nástroj pro data engineering a úlohy pro potokové toky. Uživatelé mohou vytvářet, spravovat a optimalizovat data pipelines pomocí jednoduchého AI-pohoného chatového rozhraní bez nutnosti programovacích dovedností. Nástroj nabízí řadu vlastností, včetně mistry data pipeline, správy služeb v cloudu, záznamu akcí a funkce zpětného odebrání, data preview, a efektivní toky nákladů. Podporuje také různá data zdroje, jako jsou rozmazané soubory, API, databáze, datové jezera a datové skříně. S možností psaní SQL, Pythonu a YAML uživatelé mají více kontrolního vlivu a mohou měnit podle potřeby.

Klíčové funkce

Chatový creation toků data
Generování dotazů a transformací pomocí GenAI
Podpora různých zdrojů a destinací pro data
Obtíže zavaděním a čištěním dat a transformacemi
Otevřený kódový základ pro přizpůsobování
Samostatná možnost nasazení

Ceník

Model: Free
Kategorie: Data Analysis
Hodnocení: 4.8 / 5 (6)

Případy užití

Vytvořte ETL kanály přes chat

Inženýři dat mohou popisovat kroky extrakce, transformace a načítání v přirozeném jazyce, aby mohli rychle sestavit kanály bez nutnosti psát rozsáhlé skripty.

Povolejte analytikům pohyb dat

Analytici bez znalostí programování mohou načítat a transformovat data napříč zdroji pomocí konverzačního rozhraní, čímž se snižuje závislost na inženýrských týmech pro rutinní úkoly.

Samohostující datové workflow

Týmy s přísnými požadavky na správu mohou nasadit open-source nástroj na vnitřní infrastrukturu a adaptovat ho na svou stávající datovou strukturu a požadavky na dodržování předpisů.

Čištění a příprava datových sad

Použijte GenAI-pomocené transformace k očištění, přetvoření a standardizaci dat z více zdrojů před odesláním do skladů nebo analytických nástrojů.

Pro a proti

Pro

Otevřené a samočinné nasazení
Přírodní jazykový rozhraní snižuje technickou překážku
Pokrývají běžné úlohy data engineering jako ETL a transformace
Flexibilní pro integraci s existujících datovými stohy

Proti

Požaduje nastavení a infrastrukturu pro nasazení
Output GenAI může vyžadovat validaci pro produkční toky toků
Menší komunita ve srovnání s ustanovenými platformami ETL
useCases
:
[object Object],[object Object],[object Object],[object Object]

Recenze

4.8

Průměr z 6 hodnocení.

Přihlas se, abys mohl napsat recenzi.

Ethan Brooks

Mar 21, 2026

Does the job

Pretty happy overall. Data loading, cleaning, and transformation tasks just works and flexible for integration with existing data stacks. but no dealbreakers — I'd recommend it to a friend without hesitating.

Liam O’Connor

Mar 11, 2026

Does the job

Pretty happy overall. Self-hosted deployment option just works and covers common data engineering tasks like ETL and transformations. but no dealbreakers — I'd recommend it to a friend without hesitating.

Grace Okafor

Dec 26, 2025

Solid for our team

We rolled this out across the team last quarter and open source and self-hostable. Self-hosted deployment option fits neatly into how we already work, and data loading, cleaning, and transformation tasks removed a step we used to do by hand. but it has held up under daily use.

Beatriz Costa

Dec 8, 2025

Does the job

Pretty happy overall. Self-hosted deployment option just works and covers common data engineering tasks like ETL and transformations. GenAI outputs may need validation for production pipelines can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.

Sanjay Gupta

Nov 7, 2025

Use it every day

Honestly didn't expect to like it this much. Data loading, cleaning, and transformation tasks is exactly what I needed, and flexible for integration with existing data stacks. I do wish genAI outputs may need validation for production pipelines, but I reach for it almost every day now and it just clicks.

Frank Müller

Oct 11, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: open-source codebase for customization and natural language interface lowers technical barrier. Where it lags: smaller community compared to established ETL platforms. On balance the feature set — especially chat-based data workflow creation — justifies the 4 stars for our use case.