Recherche sémantique gouvernée
Trouvez vos « tables de churn » même si aucune ne s'appelle ainsi — et avec une trace.
Cadre / norme: ISO/IEC 38507 (usage d'IA tracé)
La découvrabilité ne devrait pas dépendre d'un nommage parfait. La recherche sémantique de Linedat trouve vos « tables de churn » même si aucune ne s'appelle ainsi, et le fait de façon gouvernée.
Par signification, pas par nom
Grâce aux embeddings de la description et du nom de l'asset, la recherche sémantique retourne des résultats par proximité de sens, pas par correspondance exacte de mot-clé. Elle réduit le temps que votre équipe perd à chercher des données.
Gouvernée et enregistrée
Chaque requête sémantique est enregistrée dans le journal d'utilisation de l'IA, de sorte que la découvrabilité n'est pas une boîte noire : il reste une trace de ce qui a été consulté, quand et par qui.
Les limites (ce que nous n'affirmons pas)
Les embeddings sont générés via un fournisseur externe (avec coût par requête) et stockés et interrogés avec pgvector au sein de PostgreSQL — il n'y a pas de moteur de recherche externe dédié ni d'implémentation locale d'embeddings. La recherche par mot-clé de base utilise la correspondance de sous-chaîne (ILIKE), pas un index full-text natif.
Comment Linedat vous aide
Linedat vous offre la découvrabilité par signification sans renoncer à la gouvernance : vous trouvez la donnée même sans vous souvenir de son nom, et il en reste une trace.
Capacités liées
Quand l'IA rédige une description, le système sait que c'est l'IA qui l'a rédigée — et ne la publie pas tant qu'un humain ne l'a pas validée.
Le catalogue dans votre IDE : serveur MCP natifVotre IDE interroge le catalogue sans quitter l'éditeur — et sans contourner une permission.
Analyse d'impact avant de casser quoi que ce soitAvant de supprimer une colonne, vous voyez les 14 tableaux de bord et 3 modèles qui se cassent.