Boreon MCP Layer
ひとつのセマンティック MCP レイヤーで、3つすべてを横断。
レイヤーは、Tableau Server または Tableau Cloud のサイト、Databricks、Snowflake に、それぞれの API で接続します。Tableau のフィールドがデータウェアハウスのどの列に対応するかを学び、その対応を常に最新に保ちます。書き込むのは依頼されたときだけで、書き込みはすべて記録されます。
Tableau 環境のすべてを、ひとつのレイヤーで。
ユーザーは自然言語で尋ねるだけ。Boreon MCP Layer が質問を Tableau 自身の API への読み取りに変え、答えをチャットに返します。その下で動くモデルは、お客様が選べます。
社内のユーザー
- 経営層
- アナリスト
- サイト管理者
- 6つの言語で
Boreon MCP Layer
- 自然言語でチャット
- チャット内で回答
- ガバナンススキャン
- サイト運用
お選びの LLM：スイスでホスト、Claude、OpenAI、または独自のエンドポイント
Tableau Server または Tableau Cloud
- REST API
- VizQL Data Service
- メタデータ API
- TSM（Tableau Server の場合）
パブリッシュ（唯一の書き込み）
どのプラットフォームの言葉も話す、ひとつのレイヤー。
レイヤーは各プラットフォームをそれぞれの API で読み取り、Tableau のフィールドとデータウェアハウスの列の対応表を持っています。書き込むのは依頼されたときだけで、書き込みはすべて記録します。
Tableau
- 自社の Tableau Server または Tableau Cloud サイト
- ワークブックとダッシュボード（.twb / .twbx）
- パブリッシュされたデータソース（.tds）
- Tableau Prep フロー（.tfl）
- VizQL Data Service とメタデータ API
- PAT、JWT、または共通のサービスアカウント
Boreon MCP Layer
Data & AI Portal を支える基盤
Databricks
- 自社のワークスペースと Unity Catalog
- Unity Catalog のテーブルと SQL ウェアハウス
- Genie を内蔵した AI/BI ダッシュボード
- Prep フローから作るマテリアライズドビュー
- すべてのクエリを Statement Execution API で実行
- PAT、OAuth、またはサービスプリンシパル
Snowflake
- 自社のアカウント、データベース、ロール
- データベース、スキーマ、仮想ウェアハウス
- Streamlit in Snowflake アプリ
- Prep フローから作る動的テーブル
- すべてのクエリを SQL API で実行
- キーペア、OAuth、または PAT
ひとつのチャットを支える、6つのエンジン。
DBX Platform Latency Calls & Uptime を Databricks に移行してください
-
エージェント型チャット
自然言語で尋ねるだけ。作業の様子がその場で見え、答えはライブデータの表やチャートで返ってきます。
自然言語のリクエストを受け取りました
-
セマンティックレイヤー
Tableau のフィールドを Databricks と Snowflake の列に一度マッピングすれば、あとは常に最新の状態に保たれます。
Tableau のフィールドを Databricks の列にマッピングしました
-
リネージ
すべてのダッシュボードを、データソースと Prep フローをさかのぼって、列の単位までたどります。
ワークブックの元になっている Prep フローを見つけました
-
移行エンジン
Tableau Server または Tableau Cloud のワークブック、ダッシュボード、Prep フローごとに移行を計画し、そのまま実行します。
先にビューを作り、それからダッシュボードを作りました
-
再現度エンジン
VizQL Data Service を通じて、データウェアハウスの数値を Tableau の数値と1行ずつ照合します。
41 行中 41 行が Tableau と一致しました
-
ガバナンス
お客様が指示するまでは読み取り専用。SSO のロールはそのまま引き継がれ、書き込みはすべて記録されます。
SSO のロールのもと、書き込みはすべて記録済み
| ClaudeAnthropic | GPTOpenAI | 任意独自のエンドポイント | |
|---|---|---|---|
| チャット | |||
| 下書き | |||
| エスカレーション | |||
| 分類 |
アナリストから経営層まで、すべての人に。
SQL を書いたことがない人でも、尋ねるだけでライブデータの表やチャートが手に入ります。しかもレイヤーは Tableau、Databricks、Snowflake を把握しているので、Tableau Server から Tableau Cloud へ移ってもポータルは一緒に移り、3つすべてから答え続けます。
見えるのは、見てよいものだけ。
SSO のロールは両方のデータウェアハウスにそのまま引き継がれ、レイヤーは書き込みを依頼されるまで読み取り専用です。書き込みはすべて記録されます。
自社の SSO でサインイン済み
先週、失敗した呼び出しが最も多かったリージョンは？
| リージョン | 失敗した呼び出し |
|---|---|
| us-east | 142このロールでは非表示 |
| eu-central | 97このロールでは非表示 |
| ap-northeast | 63このロールでは非表示 |
| us-west | 28このロールでは非表示 |
すべての呼び出しを守る、5つの仕組み。
Einstein Trust Layer は、Boreon MCP Layer とモデルの間にあります。どの呼び出しも、毎回同じ道筋を同じ順番でたどります。
お客様に見えるもの
マリア・ケラーさんの担当地域は、前四半期どうでしたか？
マリア・ケラーさんの担当地域は、2件の契約更新がけん引して 12% 成長しました。
Einstein Trust Layer
- グラウンディング
- マスキング
- ゼロデータ保持
- 有害性チェック
- 監査
モデルに見えるもの
[PERSON_1]さんの担当地域は、前四半期どうでしたか？ + 閲覧できるレコード 14件
[PERSON_1]さんの担当地域は、2件の契約更新がけん引して 12% 成長しました。
回答を終えたモデルには、何も残りません。
-
01
見てよいデータだけでグラウンディング
プロンプトは、お客様の組織のデータでグラウンディングされます。使われるのは、質問した人が閲覧を許可されているレコードだけです。
-
02
個人情報をマスキング
名前やメールアドレスなどの個人情報は、プロンプトがモデルに届く前にプレースホルダーに置き換えられます。
-
03
モデルには何も残らない
ゼロデータ保持：モデルの提供元は、プロンプトも回答も一切保存しません。
-
04
有害性をチェック
どの回答にも、戻ってくる途中で有害性のスコアが付きます。人が読むのは、そのあとです。
-
05
Data 360 で監査
やり取りのすべてが Data 360 の監査証跡に記録されるので、あとから確認できます。
質問に Tableau が必要なら、Agentforce は私たちに尋ねます。
社内のユーザーは、Salesforce の中で Agentforce と話します。答えが Tableau の中にあるときは、エージェントが Boreon MCP Layer に尋ね、レイヤーが Tableau Server または Tableau Cloud のサイトを読み取って、Tableau Next の作業を引き受けます。
すべての構成要素が、お客様の側に。
自社クラウドの外
自社の Azure VNet または AWS VPC · プライベートサブネット
Boreon MCP Server全社共通の LLM ポータル
自社のプラットフォーム
どの部分にもホバーまたはタップすると、通信先をたどれます。
-
WAF エッジ
すべての前段に、OWASP Coraza ルールを適用した Caddy を配置。
-
MCP サーバー
チャット、移行、再現度チェックを、ひとつのコンテナ群で実行。
-
Postgres + pgvector
ナレッジ、監査証跡、シークレットは、自社のファイアウォールの内側に。
-
自社の OpenAI キー
Azure OpenAI または OpenAI。キーもアカウントも、お客様のものです。
-
自社のストレージ
バックアップは、自社の S3 または Blob ストレージに保存されます。
-
自社の SSO
Entra ID、Okta、または任意の OIDC プロバイダー。ロールは両方のデータウェアハウスにそのまま引き継がれます。
どの段階でも、同じレイヤー。
このレイヤーは Tableau、Databricks、Snowflake をすでに理解しています。Tableau Server から Tableau Cloud へ移っても、一緒についていきます。同じ質問、同じセマンティックモデルのまま、Databricks と Snowflake も引き続き Tableau にデータを届けます。
まず、どの Tableau ダッシュボードから始めますか？
そこから始めましょう。そのダッシュボードの上にレイヤーを置き、自然言語で質問に答えます。いつか別のプラットフォームにも置きたくなったら、まずすべての数字を Tableau と照らし合わせます。