
ClariLayer
ClariLayer 是一個 MCP 提供的個人上下文層,適用於 AI 資料代理,它從您現有的 SQL/dbt/筆記中啟動,在會話之間記住更正,並將已儲存的定義與真實來源證據進行協調,以將不匹配之處顯示為警告。
https://clarilayer.com/?ref=producthunt&utm_source=aipure

產品資訊
更新時間:2026年07月30日
什麼是 ClariLayer
ClariLayer 是一個上下文層,專為使用 AI 編碼代理(如 Claude Code、Cursor、Codex 或 claude.ai)的個人分析師設計。您無需在每個新會話中重複解釋表格、連接和指標定義,而是將 ClariLayer 作為 MCP 伺服器連接,以便您的代理可以在任務中回憶起正確的結構化上下文。ClariLayer 專注於信任:它將手寫定義(如 CLAUDE.md)視為「已聲明」,直到它們與受支持的證據進行檢查,並且它清楚地標記來源和狀態,這樣您的代理就不會自信地重複使用過時或不正確的業務邏輯。
ClariLayer 的主要功能
ClariLayer 是一個透過 MCP 傳遞的個人上下文層,可插入您已使用的 AI 代理(Claude Code、Cursor、Codex 或 claude.ai),以便代理能夠可靠地回憶並保留您的資料定義、模式註釋、連接路徑和跨會話可重複使用的查詢。它從現有資產(SQL 檔案、dbt 模型、註釋/CLAUDE.md、字典和語義模型)引導上下文,並添加了一個關鍵的信任機制:「協調」,其中保存的定義會根據您真實來源的支援證據(由您的代理以其自己的存取權限運行)進行檢查。當聲明的邏輯與實際結果產生偏差時,ClariLayer 會標記一個警告,而不是讓代理自信地重複使用過時或錯誤的假設——而 ClariLayer 從不持有倉儲/CRM 憑證或運行伺服器端 SQL。
MCP 原生代理內整合: 作為 MCP 伺服器安裝到 Claude Code、Cursor、Codex 中,或透過 OAuth 連接到 claude.ai——沒有單獨的目標應用程式,因此上下文在您的正常工作流程中可在任務中途使用。
從現有分析工件引導: 從 SQL(經過驗證的 SELECT、確定性結構)、dbt 模型、CLAUDE.md/註釋、資料字典(每個變數一個模式註釋)和語義模型(例如,由您的代理標準化的 Databricks Metric Views)中攝取和結構化上下文。
召回優先的上下文檢索: 您的代理可以在編寫 SQL 之前,在流程中提取最相關的定義、模式註釋和先前的更正,並在上下文被有意省略時提供明確的範圍和信號。
更正和定義的持久記憶體: 保存指標定義、連接路徑、假設和模式警告,這樣您就不必在每次新的聊天/會話中重複解釋相同的業務邏輯。
根據真實來源證據進行協調: 您的代理使用其自己的倉儲存取權限運行查詢(或收集有限的、無行的 HubSpot 元數據證據),並發回結果形狀/信號;ClariLayer 比較聲明與實際,並記錄結果,將偏差作為警告呈現。
誠實的標籤和警告系統: ClariLayer 不會聲稱「已驗證」,而是將條目標記為已聲明或警告,並顯示出處,這樣過時的定義就不會冒充真相。
ClariLayer 的使用案例
收入分析和 QBR 危機處理: 當儀表板和臨時 SQL 不一致時(例如,淨收入與總收入),協調可以標記偏差(缺少連接/篩選/欄位),以便分析師可以在執行審查之前快速找出數字不匹配的原因。
精簡團隊的自助式 BI 一致性: 單獨的分析師或小型團隊可以為其 AI 代理建立一個持久的「工作語義層」——定義、連接和警告在會話之間持續存在,而無需平台團隊推出。
資料工程交接 (dbt + 倉儲): 從 dbt 模型和 SQL 引導,為代理提供可靠的上下文,用於與血緣相關的任務(正確的基礎表、連接路徑、已知空值期間),減少重複的入職和錯誤連接。
受控證據的 CRM 操作 (HubSpot): 儲存 CRM 屬性的合約(預期階段/值/別名),並使用代理收集的有限分佈/元數據進行協調——這對於 RevOps 和銷售運營很有幫助,而無需將 CRM 行移動到工具中。
跨行業指標定義標準化: 在電子商務、金融科技、SaaS 或醫療保健分析中,團隊可以透過在底層資料變更時持續存在並標記定義的警告,來防止重複的指標偏差(退款處理、活躍客戶規則、群組邏輯)。
優點
透過 MCP(Claude Code/Cursor/Codex/claude.ai)在現有代理內部工作,最大限度地減少工作流程中斷。
協調模型將定義偏差標記為警告,與普通註釋/CLAUDE.md 相比,減少了自信的錯誤答案。
將倉儲/CRM 憑證保留在用戶的代理中;ClariLayer 不在伺服器端運行 SQL 或持有來源憑證。
從現有的 SQL/dbt/字典/語義模型引導,實現第一天的實用性,而不是從頭開始設置。
缺點
協調取決於代理運行查詢並提供證據負載(結果形狀/可選預覽),因此品質可能因代理配置和存取而異。
在當前版本中未將條目標記為完全「已驗證」;結果是已聲明或警告,而不是強大的驗證印章。
團隊治理功能(共享規範、所有權/批准工作流程)被描述為一個單獨的擴展路徑,並且似乎處於試點階段,而不是廣泛可用。
如何使用 ClariLayer
1) 註冊並鑄造上下文金鑰(適用於本地代理): 建立 ClariLayer 帳戶,然後鑄造一個上下文金鑰。請妥善保管:金鑰在建立時顯示一次,並由本地編碼代理(Claude Code、Cursor、Codex)使用。注意:唯讀金鑰只能呼叫讀取工具;寫入操作(例如,儲存新上下文)需要 context:write。
2) 將 ClariLayer 連接到您的 AI 工具(選擇其中一種方式): 選擇 (A) 使用您的上下文金鑰的本地編碼代理,或 (B) 使用 OAuth 批准的 claude.ai。兩者都連接到相同的遠端 MCP 端點:https://app.clarilayer.com/api/mcp/mcp。
3A) 從本地編碼代理連接(Claude Code / Cursor / Codex): 在您的終端機中執行 MCP 安裝命令,將 ClariLayer 註冊為 MCP 伺服器。範例:
claude mcp add --transport http clarilayer https://app.clarilayer.com/api/mcp/mcp --header "Authorization: Bearer cl_YOUR_CONTEXT_KEY"
將 cl_YOUR_CONTEXT_KEY 替換為您鑄造的金鑰。
3B) 從 claude.ai 連接(OAuth,無上下文金鑰): 在 claude.ai 中,前往「設定」→「連接器」→「新增自訂連接器」。僅貼上 MCP URL:https://app.clarilayer.com/api/mcp/mcp。然後在瀏覽器中登入 ClariLayer 並批准連接。
4) 使用健康檢查工具驗證連接: 要求您的代理呼叫 clarilayer__health 工具。成功的驗證回應會傳回類似 { ok: true, user, org } 的內容。如果您看到驗證錯誤,請重新檢查您是否貼上了完整的 cl_… 金鑰(本地代理)或 OAuth 批准是否完成(claude.ai)。
5) 啟動您的上下文(第一天設定): 執行啟動流程以載入您已有的上下文,這樣您就不會從頭開始。ClariLayer 支援從以下來源啟動:SQL、dbt 模型、CLAUDE.md/notes、資料字典和語義模型。這會將您現有的工作轉化為您的代理可以重複使用的持久、結構化上下文。
6) 在分析期間使用 Recall(流程中檢索): 在處理問題時,讓您的代理在編寫 SQL 之前呼叫 recall 以提取相關的已儲存定義、架構註釋、連接路徑和警告。Recall 旨在保持範圍明確(例如,命名模糊的候選者而不是猜測)並在定義旁邊顯示警告。
7) 使用 Remember 來保留更正和新上下文: 當您發現規則、定義、連接陷阱或架構細微差別時,讓您的代理使用 remember 將其儲存,以便在會話之間持久存在。這就是您停止在每個新聊天中重複解釋相同業務邏輯的方式。
8) 將已儲存的定義與實際結果進行協調(信任循環): 讓您的代理執行 reconcile,以根據受支持的證據來驗證已儲存的定義。對於資料倉儲:您的代理使用其自己的倉儲存取權限在本地執行 SQL,並回報結果中繼資料(如果您選擇,還可選預覽行)。ClariLayer 比較聲明與實際訊號,並在不匹配時記錄警告;乾淨的通過會使條目保持聲明狀態(而非「已驗證」)。
9) (可選) 使用無行證據協調 HubSpot 合約: 如果您使用 HubSpot,您可以為屬性儲存無行合約(預期階段、規範值、已棄用的別名、預期標籤)。您的代理使用其自己的授權存取權限讀取 HubSpot,並且僅傳送受限的屬性中繼資料和值分佈——沒有 CRM 行和沒有憑證。不匹配會變成警告;否則合約保持聲明狀態。
10) 在完成之前關閉循環:提交完成收據: 在您的代理說「完成」之前,讓它持久化它所學到的內容(或明確記錄沒有要更新的內容)。這使您的上下文持久化,並防止改進僅存在於聊天記錄中。
11) 繼續使用循環:啟動 → 回憶 → 協調 → 記憶: 在正常工作中,重複:回憶相關上下文,使用您自己的存取權限執行查詢,在定義重要時進行協調,並記住更正。隨著時間的推移,您的個人上下文會在會話和受支持的代理之間累積。
ClariLayer 常見問題
ClariLayer 是一個透過 MCP 傳遞的 AI 資料代理(例如 Claude Code、Cursor、Codex、claude.ai)的上下文層,它能幫助您的代理在不同會話中回憶已儲存的定義和筆記,並根據您來源中支援的證據來協調這些定義,將不匹配之處顯示為警告,而不是讓過時的上下文被視為事實。











