RavenDB introduceert Quill, een context layer die bovenop bestaande PostgreSQL-, SQL Server- en MySQL-databases wordt gelegd. Organisaties kunnen daarmee AI-agents in productie brengen zonder hun system of record te migreren of zelf een complete AI-stack te bouwen.
RavenDB, bekend als NoSQL-documentdatabase, mikt met Quill op een probleem dat veel IT-afdelingen inmiddels kennen. De bedrijfskritische data zit in SQL-systemen die jaren voor de opkomst van embeddings en agents zijn gebouwd. AI-toepassingen komen er moeilijk bij.
Moderniseren of vervangen van die systemen is duur en risicovol, stelt RavenDB. Quill kiest een andere route: het legt een contextlaag bovenop de bestaande database, die zelf op zijn plek blijft. Zoeken, retrieval en de agents zelf zitten in het pakket. Volgens het bedrijf zijn productieklare agents zo in weken live, tegenover de 18 tot 24 maanden van een typische eigen build.
Quill zit tussen het model en het bronsysteem, met als uitgangspunt dat het model geen ongelimiteerde toegang verdient. Organisaties bepalen zelf wat een agent wel en niet mag zien, los van de rechten in de onderliggende database. Het voorbeeld dat RavenDB geeft: een agent in de zorg die vragen over een aanstaande afspraak beantwoordt, terwijl receptdata nooit deel uitmaakt van de dataset waarop hij mag zoeken.
Model-agnostisch, cloud of on-premises
Oprichter en CEO Oren Eini legt de nadruk op het werk achter de demo. “Iedereen kan in een middag een AI-demo opzetten, maar die demo in productie nemen met data pipelines, semantisch zoeken, beveiliging, governance en alle andere zaken die een klein proof-of-concept pas nodig heeft als het op grote schaal moet draaien, dát is het lastige gedeelte”, aldus Eini. Quill bestaat volgens hem om teams die plumbing kant-en-klaar te geven.
Quill is model-agnostisch. Teams kunnen elk AI-model gebruiken, wisselen van provider of alles op eigen hardware draaien. Agents ondersteunen web chat, WhatsApp, Telegram, Slack en Discord uit de doos.
Het product is nu beschikbaar voor PostgreSQL, SQL Server en MySQL, met ondersteuning voor meer databases in het vooruitzicht. Deployment kan in de cloud of on-premises, om aan eisen rond data-residency en regelgeving te voldoen.