agentic-data-stack
Pila auto-alojada para analítica agéntica con ClickHouse, LibreChat, Langfuse y MCP. Incluye observabilidad completa, RAG y panel de administración web.
Ficha actualizada 24 sept 2026, 0:20 · upstream 23 sept 2026, 23:59 · release sin release detectada
Qué es agentic-data-stack
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
El repositorio agentic-data-stack proporciona una solución completa para implementar un entorno de analítica impulsado por IA sin necesidad de servicios gestionados externos. La arquitectura integra ClickHouse como base de datos analítica principal, conectada a través del protocolo MCP (Model Context Protocol) que permite a agentes de IA consultar y analizar datos directamente desde interfaces de chat.
El stack incluye componentes esenciales para observabilidad con Langfuse v3, gestión de prompts y evaluación de modelos. La interfaz LibreChat soporta múltiples proveedores de LLMs incluyendo OpenAI, Anthropic y Google, mientras que el panel de administración web permite configuración sin editar archivos YAML manualmente. Los servicios adicionales como PostgreSQL, MongoDB, Redis, MinIO y Meilisearch proporcionan funcionalidades completas para transacciones, caché, almacenamiento de objetos y búsqueda.
La implementación utiliza Docker Compose v2+ con scripts automatizados para generación de credenciales y configuración inicial. Incluye soporte para RAG (Retrieval-Augmented Generation) mediante pgvector y una API dedicada que requiere configuración específica de claves API para embeddings.
- Análisis de datos con IA donde agentes consultan tablas en ClickHouse directamente desde el chat
- Observabilidad completa de LLMs con trazas en Langfuse para evaluar prompts y respuestas
- Configuración simplificada mediante panel de administración web sin editar archivos YAML manualmente
- RAG (Retrieval-Augmented Generation) con pgvector para búsqueda semántica en datos estructurados
- Integración nativa con ClickHouse vía MCP server oficial
- Soporte multi-proveedor de LLMs (OpenAI, Anthropic, Google)
- Observabilidad completa con Langfuse v3 incluido
- Panel de administración web para configuración sin código
- Dependencia de Docker Compose v2+ como requisito obligatorio
- Configuración inicial requiere generación manual de credenciales mediante scripts
- El RAG API necesita clave API separada para embeddings que no puede usar user_provided
- Las plantillas Railway omiten componentes opcionales como Meilisearch y pgvector
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Usar prepare-demo.sh para generación inicial de credenciales con configuración interactiva. Verificar Docker Compose v2+ antes de ejecutar docker compose up -d. Para producción configurar ADMIN_SSO_ENABLED=true y ADMIN_SESSION_COOKIE_SECURE=true cuando se use HTTPS en el panel de administración.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.