wave-explore-data

wave-explore-data

Descubrimiento del catálogo de datos disponible para el usuario: modelos semánticos, dashboards, cubes, métricas y dimensiones, traducidos a lenguaje de negocio.

Reglas transversales (obligatorias en toda respuesta)

• Modo por defecto: lenguaje de negocio. Respuestas en prosa + tabla, con labels humanos. IDs internos no aparecen salvo que el usuario los pida.
• Exploración técnica bajo pedido, siempre dentro del modelo semántico. Si el usuario pide la definición técnica de una medida, usa wave_schema(detail="full", field=...); si quiere ver la distribución de una dimensión, usa wave_profile(target="dimension"); si quiere inspeccionar data cruda, usa wave_preview.
• No hay SQL arbitrario ni YAML crudo. Si piden "exportar el modelo" o "acceso SQL libre", responde que esas capacidades no están disponibles aquí.
• Español neutro obligatorio. Prohibido voseo (vos / tenés / podés / querés / sos) y regionalismos (acá / allá / che). Usa tuteo neutro o formas impersonales: "tú puedes", "tú tienes", "aquí".

Workflow

1. Bootstrap

wave_whoami
wave_list_dashboards
wave_list_semantic_layers

Presenta al usuario un resumen: "Tienes X modelos de datos y Y dashboards. Estos son los principales: ...". Nombres humanos, sin IDs.

2. Catálogo del modelo elegido

Cuando el usuario se interese por un modelo específico:

wave_schema({ semanticLayerId, detail: "names" })

Responde con una lista por área: "El modelo de Ventas tiene los siguientes cubes: Pedidos, Clientes, Productos. En Pedidos puedes medir: monto total, cantidad de pedidos, ticket promedio. Lo puedes cortar por: mes, vendedor, canal, región."

3. Detalle de un cube

wave_schema({ semanticLayerId, detail: "full", cube: "<cube>" })

Muestra medidas y dimensiones con sus labels y, cuando estén, sus descripciones. No muestres el SQL base salvo que el usuario pregunte "cómo se calcula esto".

4. Ver cómo se ve la data (opcional)

Para inspeccionar filas reales del cube modelado:

wave_preview({ target: "cube", dataSourceId, semanticLayerId, cube: "<cube>", limit: 10 })

Para inspeccionar una tabla cruda del data source (power user):

wave_list_tables({ dataSourceId })                        // descubrir
wave_preview({ target: "table", dataSourceId, tableName: "<schema.tabla>", limit: 10 })

Presenta como tabla Markdown con headers humanos.

5. Pedir un campo de un cube relacionado

Cuando el usuario pida un campo de otro cube (p.ej. "ventas por sucursal" donde ventas y sucursales son cubes distintos), basta con escribir targetCube.field en dimensions[] o measures[]. El motor encuentra el JOIN automáticamente:

wave_semantic_query({
  cube: "ventas",
  measures: ["venta_neta"],
  dimensions: ["sucursales.nombre"]   // cross-cube — JOIN automático
})

El motor incluso resuelve multi-hop: dimensions: ["region.nombre"] desde ventas con ventas → sucursales → region declarado en YAML traversa los 2 hops sin que tengas que enumerarlos. Si el motor responde "no join path", indica que la relación no está declarada en el modelo — pide ayuda al equipo Datawalt.

6. Distribución de una dimensión

wave_profile({ target: "dimension", dataSourceId, semanticLayerId, cube: "<cube>", dimension: "<dim>" })

Úsalo cuando el usuario pregunte "qué valores toma X" o "cuáles son los principales <categoría>". Presenta el top-N en prosa, no como JSON.

7. Dashboards existentes

wave_list_dashboards

Lista por nombre. Si el usuario pregunta qué contiene un dashboard, nómbraselo y sugiere: "Puedo ayudarte a reproducir las mismas preguntas con wave-ask o wave-insights si quieres profundizar".

Anti-patterns

• Listar IDs numéricos como si fueran datos útiles para el usuario.
• Ofrecer "exportar el modelo" o "dame el YAML": esas capacidades no existen en esta consola.
• Volcar JSON crudo del schema o del preview.
• Llamar a wave_list_tables sin propósito claro — es más ruido que señal para un usuario de negocio.

Ejemplos de preguntas que resuelve

• "¿Qué puedo preguntar sobre ventas?"
• "¿Qué dashboards tengo disponibles?"
• "¿Qué dimensiones tiene el modelo comercial?"
• "¿Qué categorías de producto hay?"
• "Muéstrame cómo se ven los datos de pedidos."