datasette-agent 0.2a0
Simon Willison ha lanzado la versión 0.2a0 del datasette-agent, un agente impulsado por modelos de lenguaje grande (LLM) para Datasette.
Esta nueva versión incluye una función que permite a las herramientas preguntar al usuario durante su ejecución. Si una herramienta declara un parámetro de contexto, recibe un objeto ToolContext y puede usar await context.ask_user(...) para formular preguntas del tipo sí/no, múltiple elección o libre texto.
“Además, se ha añadido una nueva función llamada save_query, que permite al agente guardar consultas SQL como queries almacenadas en Datasette”
El sistema suspende la ejecución del agente mientras el usuario responde a las consultas. Las respuestas se almacenan en una base de datos interna y persisten incluso después de un reinicio del servidor. Una vez que el usuario responde, la herramienta vuelve a ejecutarse desde el principio con las respuestas almacenadas.
Además, se ha añadido una nueva función llamada save_query, que permite al agente guardar consultas SQL como queries almacenadas en Datasette. Sin embargo, esta acción requiere la aprobación del usuario, quien debe revisar y confirmar la consulta completa y los detalles antes de su guardado.
Esta versión 0.2a0 incorpora mejoras recientes en el LLM desarrollado por Willison con ayuda de Claude Fable 5, según se indica en las notas de lanzamiento.
El datasette-agent es una herramienta que combina inteligencia artificial y bases de datos para facilitar la interacción y automatización de tareas. Su capacidad para interactuar directamente con el usuario durante su ejecución y almacenar consultas SQL de forma segura representa un avance significativo en la integración de IA en sistemas de gestión de datos.
Willison ha destacado que estas mejoras permiten a los desarrolladores crear herramientas más interactivas y personalizadas, lo que puede mejorar tanto la eficiencia como la seguridad al trabajar con bases de datos.
