Cosmos Semantic

Name: Cosmos Semantic
Author: WiliamRosa

作者：WiliamRosaバージョン 0.3.0i★ –iパソコンで動く

レジストリ名io.github.WiliamRosa/cosmos-semantic

インストール

概要

作者による説明（英語の原文）

Governed metrics, business rules and a glossary for AI agents, with evidence on every answer.

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

利用者の声iレビューはまだありませんレビューは今後のステップで、アカウント機能と一緒に始まります
私たちの基本チェックi1項目中1項目に合格公開情報からチェック。コードはまだスキャンしていません
利用状況i未計測★ –

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

接続方法: パソコンで動く
トランスポート: stdio
カテゴリ: その他
入力が必要なもの：COSMOS_API_KEY

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

基本チェック：1項目中1項目に合格
あなたのパソコンで、あなたのユーザーと同じ権限（ファイル、ネットワーク、アプリ）で動きます。
自分で入力するもの： COSMOS_API_KEY, COSMOS_DEV_API_KEYS

「秘密」と表示された値は、あなたのアカウントの鍵です。絶対に人に教えたり、チャットに貼り付けたりしないでください。

必要なもの

PyPIPythonのuvのインストール（uvxコマンドに必要）

どのアプリを使っていますか？

ClaudeClaude CodeCursorVS CodeChatGPT

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

{
  "mcpServers": {
    "cosmos-semantic": {
      "command": "uvx",
      "args": [
        "cosmos-semantic",
        "mcp",
        "--model",
        "--connections"
      ],
      "env": {
        "COSMOS_API_KEY": "your-value",
        "COSMOS_DEV_API_KEYS": "your-value"
      }
    }
  }
}

ターミナルでこれを実行します

claude mcp add cosmos-semantic --env COSMOS_API_KEY=your-value --env COSMOS_DEV_API_KEYS=your-value -- uvx cosmos-semantic mcp --model --connections

動かす前に、空欄の値を入力してください。

このサーバーは起動コマンドに値を入れる必要があるので、設定をコピーして入力してください。

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

{
  "mcpServers": {
    "cosmos-semantic": {
      "command": "uvx",
      "args": [
        "cosmos-semantic",
        "mcp",
        "--model",
        "--connections"
      ],
      "env": {
        "COSMOS_API_KEY": "your-value",
        "COSMOS_DEV_API_KEYS": "your-value"
      }
    }
  }
}

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

このサーバーは起動コマンドに値を入れる必要があるので、設定をコピーして入力してください。

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

{
  "servers": {
    "cosmos-semantic": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "cosmos-semantic",
        "mcp",
        "--model",
        "--connections"
      ],
      "env": {
        "COSMOS_API_KEY": "your-value",
        "COSMOS_DEV_API_KEYS": "your-value"
      }
    }
  }
}

これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

自分で入力する値

COSMOS_API_KEY 秘密必須 env
The caller's key; its user context feeds the model's row filters
COSMOS_DEV_API_KEYS env
YAML file with development keys (local use); production uses an OIDC provider

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月8日にチェック

✓ 合格
作者とリポジトリが一致
レジストリ名は、リポジトリを所有するGitHubアカウント WiliamRosa で確認済みです
… 未チェック
今もメンテナンスされている
このリポジトリはまだGitHubから読み取っていません
… 未チェック
ライセンスがある
このリポジトリはまだGitHubから読み取っていません
– 対象外
エンドポイントが応答する
これはパソコンで動くため、インターネット上のエンドポイントはありません
– 対象外
OAuthでサインイン
パソコンで動き、代わりにローカルの設定を使います
… 未チェック
ツールの説明に隠れた指示がない
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

その他のほかのサーバーとの比較i

このカテゴリのほかの18397件のうち0%よりスターが多い
このカテゴリのほかの18397件のうち94%より最近レジストリに公開
基本チェックの結果が、このカテゴリのほかの18397件のうち100%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

Cosmos Semanticは安全ですか？

当てはまる基本チェック1項目のうち1項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

入力が必要なもの：COSMOS_API_KEY

パソコンで動きますか、それともクラウドですか？

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません（サーバー自体がオンラインサービスを呼び出す場合を除きます）。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は–、最新バージョン（0.3.0）がレジストリに届いたのは3 日前です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにPython (uv)も必要です。

代わりに使えるものは？

同じカテゴリには：Spec Driven Development, Remote Desktop Commander, alalanet — check before you pay

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

Spec Driven Development

作者：formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

パソコンで動く★ 440MIT14 か月前更新

インストール

Remote Desktop Commander

作者：desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

クラウドで動く★ 211一昨日更新

インストール

alalanet — check before you pay

作者：alalanet

Check packages, MCP servers and x402 endpoints before agents install or pay. Signed.

クラウドで動く今日更新

インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

Cosmos Semantic

An open-source semantic layer with an ontology at its core, so AI agents and apps get the same number on every database, with the proof in every answer.

[Live demo of the console](https://wiliamrosa.github.io/cosmos-semantic-platform/) · Quickstart · Docs · Article (em português)

AI agents that write SQL over raw tables return numbers that look right and that nobody can explain: "revenue" has three definitions, "active customer" means 60 days to one team and 90 to another. Cosmos Semantic defines metrics, business rules and concepts once, serves them to agents over MCP instead of letting them guess SQL, and attaches evidence to every answer.


Multi-database	One model, the same number on Databricks, Snowflake, Oracle, SQL Server, Postgres, MySQL, MariaDB and DuckDB, checked by the test suite on every change
Ontology	A bilingual business glossary (SKOS), versioned business rules with owners and tests, and a knowledge graph of teams, systems and processes
Built for AI agents	A native MCP server: agents find the concept, ask for a governed metric and get deterministic SQL; personal data never reaches them
Verifiable numbers	Every answer carries the expanded formula, rules, row filters, reference date and hashes; `cosmos replay` tells whether a number changed and why
Reconciliation	Compares a governed metric with the legacy SQL a team already uses and names the likely cause of each divergence
Open, no lock-in	Apache 2.0, its own engine, and import from dbt, Power BI, Cube and Apache Ossie

The YAML format uses the dbt Semantic Layer vocabulary and ships a JSON Schema; Cube and dbt are import sources and export targets, not dependencies. The core is Apache 2.0 within an open-core model (ADR 0005).

Status: phases 0 to 3 are implemented: the engine, the ontology (glossary and business rules), the REST API, the MCP server, OIDC identity, verifiable numbers (evidence, replay, reconciliation, impact, bootstrap), business context (rule versions, usage and cost, knowledge graph, Power BI import, AI-assisted discovery, the retail pack, SKOS export) and the read-only console. See the roadmap.

Quickstart

pip install "cosmos-semantic[duckdb,testdata]"

cosmos init demo && cd demo cosmos demo-data cosmos query revenue average_order_value --by orders.status --evidence cosmos explain rule:active_customer

That is a governed metric with its evidence (formula, rules, policies, as_of and hashes) in about a minute, on a local DuckDB file. The quickstart continues with business rules, row filters, personal data and connecting an AI agent over MCP. Extras: duckdb, postgres, sqlserver, mysql (MySQL and MariaDB), oracle, databricks, snowflake, server (REST and MCP), ai (cosmos suggest), testdata.

Console

cosmos serve also serves a read-only console at /console, in English or Portuguese, for people who decide rather than build:

metric health and ownership;
business processes as graphs colored by health;
the catalog in business words;
every audited answer, with a button to reproduce it;
usage and cost per agent.

cosmos check records rule tests and reconciliations against legacy reports, so the console shows health over time.

Development

Requires Python 3.11+ and uv. From a clone of this repository:

uv sync --all-extras

Generate synthetic e-commerce data into a local DuckDB (data/ecommerce.duckdb)

uv run cosmos demo-data -c examples/ecommerce/connections.yml # --locale pt_BR for Brazilian data with CPF

Validate the example model

uv run cosmos validate -m examples/ecommerce/semantic

Revenue and average order value by status

uv run cosmos query revenue average_order_value --by orders.status \ -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml

Same query as CSV (raw values, header + one row per result row) for spreadsheets and scripts

uv run cosmos query revenue average_order_value --by orders.status --csv \ -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml

Metrics from different models, with the user's row filter; --show-sql prints the generated SQL

uv run cosmos query revenue paid_value customer_count --by customers.region -u region=Midwest --show-sql \ -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml

Business rules as a filter and as a grouping; --as-of pins "today"

uv run cosmos query customer_count --where "{rule.active_customer}" --by customers.segment \ -u region=Northeast --as-of 2026-10-22 -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml

Evidence envelope: formulas, rules, policies, as_of and hashes; then replay the audited query

export COSMOS_AUDIT_LOG=data/audit.jsonl uv run cosmos query average_order_value --by customers.segment --where "{rule.active_customer}" -u region=Northeast --evidence -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml uv run cosmos replay -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml

Reconcile a governed metric with legacy SQL or another model, and explain the divergence

uv run cosmos reconcile revenue --by orders.status --sql legacy_revenue.sql -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml uv run cosmos reconcile --cases examples/ecommerce/divergence_zoo.yml -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml

What a change affects, and who queried it (also: --changes-from )

uv run cosmos impact rule:active_customer -m examples/ecommerce/semantic --audit data/audit.jsonl

Past numbers under the rule in effect then, or under today's rule

uv run cosmos query customer_count -w "{rule.active_customer}" --as-of 2026-06-30 --rules-as-of 2026-10-23 -u region=Midwest -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml

Usage and estimated cost per metric, user, agent and data source (rates: `cost` in connections.yml)

uv run cosmos usage --audit data/audit.jsonl -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml

The business knowledge graph: owners, source systems and processes (Mermaid, DOT or JSON)

uv run cosmos graph --focus process:order_to_cash -m examples/ecommerce/semantic uv run cosmos impact system:payment_gateway -m examples/ecommerce/semantic

AI-assisted discovery: concepts, rules, metrics and descriptions, validated by the engine, for review

(repeat --source to require that each suggestion runs on every database the model serves)

uv run cosmos suggest --source local -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml -o suggestions.yml

Industry pack mapped onto your tables by name (draft + report for review)

uv run cosmos pack list uv run cosmos pack apply retail --source local --schema public -c examples/ecommerce/connections.yml -o semantic/retail.yml

The business glossary as SKOS/RDF for data catalogs (turtle, jsonld or ntriples)

uv run cosmos export skos -m examples/ecommerce/semantic -o glossary.ttl --base https://data.example.com/glossary/

Draft a model from the database catalog (keys, joins, measures, LGPD suggestions), then review it

uv run cosmos bootstrap -c examples/ecommerce/connections.yml -o semantic/draft.yml

Business rule examples (on DuckDB, without touching the data sources) and reference queries

uv run cosmos test -m examples/ecommerce/semantic uv run cosmos reference

Import models from other tools

uv run cosmos import cube path/to/model -o semantic/imported.yml uv run cosmos import dbt path/to/dbt/models --schema analytics -o semantic/dbt.yml uv run cosmos import ossie model.yaml -o semantic/ossie.yml uv run cosmos import powerbi model.bim -o semantic/powerbi.yml # or a TMDL folder

REST API and MCP

cosmos serve starts the REST API at /v1 and the MCP server at /mcp in the same process; interactive docs are at /docs.

# Production: tokens from the OIDC provider (Cosmos only validates, never issues)

export COSMOS_OIDC_ISSUER=https://login.microsoftonline.com/ /v2.0 export COSMOS_OIDC_AUDIENCE=api://cosmos-semantic

Development: API keys bound to a fixed context (a file with `keys: { : {subject, user}}`)

export COSMOS_DEV_API_KEYS=dev-keys.yml

uv run cosmos serve -m examples/ecommerce/semantic -c examples/ecommerce/connections.yml curl -X POST localhost:8080/v1/query -H "X-API-Key: " -H "content-type: application/json" \ -d '{"metrics": ["revenue"], "dimensions": ["customers.segment"]}'

Remote MCP clients use /mcp as an OAuth protected resource: requests without a valid token get HTTP 401 with a WWW-Authenticate header pointing to /.well-known/oauth-protected-resource, which names the identity provider (set COSMOS_PUBLIC_URL behind a proxy).

For local MCP clients (Claude Desktop, Claude Code), use the stdio transport: cosmos mcp -m ... -c ... with COSMOS_API_KEY set. The tools are search_concepts, explain, list_members, query and show_sql. Every call runs as the user who owns the token; personal data never reaches agents.

Data sources

Local Postgres: docker compose -p cosmos-semantic -f deploy/docker-compose.yml up -d, then cosmos demo-data --target postgres and cosmos reference --source postgres. To also run the tests on Postgres, set COSMOS_PG_URI=postgresql://cosmos:cosmos@localhost:15432/cosmos.

Local SQL Server: docker compose -p cosmos-semantic -f deploy/docker-compose.yml --profile sqlserver up -d and COSMOS_MSSQL_URI='mssql+pymssql://sa:Cosmos!Passw0rd@localhost:14330/master'. Every data source accepts a schema_map in connections.yml (for example public: dbo) to use the same model with different schemas.

Local MySQL, MariaDB and Oracle Database Free: docker compose -p cosmos-semantic -f deploy/docker-compose.yml --profile mysql --profile mariadb --profile oracle up -d,

冒頭だけを表示しています。続きはリポジトリで読めます

Cosmos Semantic

概要

PopNx MCPの3つの柱

できること

インストール

インストールの前に

自分で入力する値

できること

基本チェックi

作者とリポジトリが一致

今もメンテナンスされている

ライセンスがある

エンドポイントが応答する

OAuthでサインイン

ツールの説明に隠れた指示がない

その他のほかのサーバーとの比較i

よくある質問

代わりの候補

Spec Driven Development

Remote Desktop Commander

alalanet — check before you pay

作者のREADME

Cosmos Semantic

Quickstart

Console

Development

Generate synthetic e-commerce data into a local DuckDB (data/ecommerce.duckdb)

Validate the example model

Revenue and average order value by status

Same query as CSV (raw values, header + one row per result row) for spreadsheets and scripts

Metrics from different models, with the user's row filter; --show-sql prints the generated SQL

Business rules as a filter and as a grouping; --as-of pins "today"

Evidence envelope: formulas, rules, policies, as_of and hashes; then replay the audited query

Reconcile a governed metric with legacy SQL or another model, and explain the divergence

What a change affects, and who queried it (also: --changes-from )

Past numbers under the rule in effect then, or under today's rule

Usage and estimated cost per metric, user, agent and data source (rates: cost in connections.yml)

The business knowledge graph: owners, source systems and processes (Mermaid, DOT or JSON)

AI-assisted discovery: concepts, rules, metrics and descriptions, validated by the engine, for review

(repeat --source to require that each suggestion runs on every database the model serves)

Industry pack mapped onto your tables by name (draft + report for review)

The business glossary as SKOS/RDF for data catalogs (turtle, jsonld or ntriples)

Draft a model from the database catalog (keys, joins, measures, LGPD suggestions), then review it

Business rule examples (on DuckDB, without touching the data sources) and reference queries

Import models from other tools

REST API and MCP

Development: API keys bound to a fixed context (a file with keys: { : {subject, user}})

Data sources

Usage and estimated cost per metric, user, agent and data source (rates: `cost` in connections.yml)

Development: API keys bound to a fixed context (a file with `keys: { : {subject, user}}`)