Quickstart
Mettez en route une cellule qui sert l’API OSL sur votre propre Kubernetes — sans
control-plane, sans phone-home. Un vrai token et un véritable appel à /osl/retrieve en
quelques minutes. Commencer →
Documentation d'OpenDome
Une seule couche sur toutes vos données. Gouvernée.
Structurées et non structurées, consommées via une seule spec ouverte — auditable, auto-hébergée, sans lock-in.
01—Commencez ici
Concepts
Le modèle mental : deux plans physiques (Iceberg + Lance), une spec déclarative, « tout est une Entity » et la boucle compile → serve. Lire les concepts →
Référence de l’API OSL
Les 13 endpoints /osl/* sur lesquels tout client peut compter —
query, retrieve, resolve, domain-map, traverse, sample.
Voir l’API →
OSS vs Enterprise
Ce qui est publié sous Apache-2.0 aujourd’hui et ce qu’ajoute le tier géré/Enterprise — clairement, au même endroit. Comparer les éditions →
02—Pourquoi OpenDome
OpenDome est une plateforme de données open-core. Un self-hoster fait tourner une cellule — un namespace par tenant, autonome — et consomme tout à travers la OpenDome Semantic Layer (OSL) : une seule spec ouverte qui couvre les tables structurées (Iceberg, via Trino) et les collections non structurées (Lance, vector
- full-text), sous un unique point d’application des politiques fail-closed et une seule chaîne d’audit.
Une seule couche de consommation
Trino, Lance et dbt sont des moteurs internes sans endpoint public. Tout consommateur — BI, scripts, agents — parle OSL. Si l’on peut atteindre la donnée sans passer par OSL, c’est un bug d’architecture.
Sans lock-in
Le plan structuré est 100 % dbt MetricFlow. Partez, et vos
semantic_models/*.yml restent valides dans dbt-sl, sans rien toucher.
Seules les primitives Lance sont OSL-only.
Gouverné par construction
Chaque query, chaque retrieval et chaque décision de politique est appliqué server-side et émis comme événement de lineage. La PII est déclarée au niveau du connecteur et caviardée dans la cellule — jamais inférée dans l’UI.
AI-native
Le même modèle est exposé comme tools MCP pour les agents et comme REST pour les apps.
Cette documentation publie un llms.txt pour les crawlers d’IA.