---
title: Claude Dashboards et DuckLocal — l’analyse de données IA en local-first
description: Ce que Claude Dashboards m’a appris sur l’exécution local-first, le SQL vérifiable et la collaboration humain-agent dans DuckLocal.
image: https://ducklocal.app/og-image.jpg?v=2
language: fr
date: 2026-10-12
author: JetSquirrel
---

# Ce que Claude Dashboards m’a appris sur DuckLocal

Le 8 octobre, Anthropic a publié Claude Dashboards. Connectez une source de données, décrivez votre besoin en langage naturel, et Claude peut écrire le SQL, construire des visualisations et créer un tableau de bord qui continue de se mettre à jour.

Ma première réaction a été que cela recoupait plusieurs idées que j’explore dans DuckLocal.

DuckLocal est un outil de données de bureau local-first que je développe avec DuckDB et GPUI. Au-delà de l’interrogation et de l’exploration de fichiers, je travaille sur des tableaux de bord déclaratifs qui permettent aux agents IA de participer à l’analyse et à la visualisation.

## Ce que fait Claude Dashboards

Construire un tableau de bord, traditionnellement, c’est connecter une base de données, comprendre son schéma, écrire du SQL, choisir des graphiques et des métriques, configurer des filtres, organiser la mise en page et publier le résultat. Aucune de ces étapes n’a rien d’inhabituel pour un analyste, mais ensemble elles restent un obstacle considérable pour tous les autres.

Claude Dashboards ramène ces étapes dans une interaction en langage naturel. Un utilisateur peut lui demander d’analyser le chiffre d’affaires récent, de décomposer le résultat par région et de trouver l’activité qui croît le plus vite. Claude génère les requêtes et les graphiques à partir de plateformes connectées comme Snowflake, BigQuery, Redshift, Databricks et ClickHouse.

Deux choix ressortent :

1. Un tableau de bord devient un objet d’analyse qui continue d’évoluer. L’utilisateur peut continuer de demander à Claude de modifier les graphiques, les filtres et les dimensions.
2. Le SQL derrière chaque graphique reste visible. L’IA peut abaisser le seuil d’entrée de l’analyse sans la transformer en une boîte noire invérifiable.

## Ce que cela confirme

Un tableau de bord ne devrait pas être une page statique à la fin d’un flux BI. Il peut devenir un espace de travail où les personnes et les agents IA analysent les données ensemble.

La BI traditionnelle fait construire un tableau de bord par un analyste, puis le fait remettre aux utilisateurs métier. Quand quelqu’un conteste une métrique, il revient vers l’analyste pour une nouvelle requête ou un nouveau graphique. Avec un agent, la personne peut poser une question, examiner le résultat et demander aussitôt l’enquête suivante.

Qu’une grande entreprise entre sur un marché ne prouve pas la demande commerciale. Cela montre en revanche que l’analyse en langage naturel, le SQL et les tableaux de bord sont devenus un domaine d’investissement actif pour les produits d’IA.

## Deux leçons pour DuckLocal

### Collaborer autour d’un graphique

DuckLocal v0.2.1 a ajouté les commentaires de tableau de bord. Une personne peut laisser une question directement sur un graphique. Un agent lit le commentaire via le CLI, enquête, modifie le tableau de bord et répond. Les fils vivent à côté du tableau de bord dans un fichier `.dash.comments.json`, et non dans un service de collaboration cloud.

![Graphique DuckLocal avec son panneau de commentaires ouvert](https://ducklocal.app/assets/blog/dashboard-comment.png)

La personne pose les questions et porte les jugements. L’agent exécute l’analyse. Le tableau de bord est leur contexte partagé.

### Faire du SQL la base vérifiable de l’analyse

DuckLocal peut afficher le dernier SQL réellement exécuté pour chaque graphique, avec les sources de données et les valeurs de filtre courantes développées. L’utilisateur peut le copier ou l’ouvrir dans un onglet de requête.

![Panneau DuckLocal montrant le SQL derrière un graphique du tableau de bord](https://ducklocal.app/assets/blog/dashboard-sql.png)

Un graphique généré par l’IA peut sembler juste alors que son calcul est faux. Pour les travaux financiers, d’audit et de sécurité, un résultat doit être vérifiable et reproductible, pas seulement facile à comprendre.

## Claude Dashboards et DuckLocal

| Critère | Claude Dashboards | DuckLocal |
| --- | --- | --- |
| Positionnement | Analyse et tableaux de bord pilotés par l’IA | Espace de travail de données de bureau local-first |
| Exécution | Produit cloud Claude | Application de bureau locale |
| Accès aux données | Connecteurs vers des plateformes de données et des systèmes métier | Exécution DuckDB locale, avec des connexions externes explicites |
| Modèle de tableau de bord | Généré et modifié en langage naturel | Fichiers texte déclaratifs avec CLI et workflows d’agents |
| Collaboration avec l’IA | Principalement via une conversation avec Claude | CLI et commentaires attachés aux graphiques |
| Transparence du SQL | Voir le SQL derrière un graphique | Voir, copier et ouvrir le SQL réellement exécuté |
| Modèle de source | Produit commercial fermé | Open source sous Apache-2.0 |

DuckLocal n’a pas besoin de rivaliser fonctionnalité par fonctionnalité. Claude dispose de solides capacités de modèle et d’intégrations d’entreprise. Mais tous les jeux de données n’ont pas leur place dans un service d’IA, et toutes les analyses n’ont pas besoin d’une plateforme cloud.

Un logiciel local ne satisfait pas automatiquement toutes les exigences de conformité. Il donne toutefois aux utilisateurs un contrôle plus direct sur l’endroit où les données sont stockées, où les requêtes s’exécutent et quand le réseau est utilisé.

Dans la v0.2.1, DuckLocal a aussi cessé de télécharger automatiquement les extensions DuckDB. Les utilisateurs les installent délibérément depuis la page Extensions, et les vérifications de mise à jour sont désactivées par défaut. La confidentialité doit apparaître dans le comportement du produit, pas seulement dans un README.

## Où va DuckLocal ensuite

La priorité n’est pas d’ajouter autant de types de graphiques que possible. C’est de relier la boucle d’analyse :

- Une personne pose une question sur un graphique ; l’agent comprend les données et le SQL de ce graphique.
- L’agent propose des modifications du tableau de bord à partir de ce qu’il a trouvé.
- La personne examine le SQL, le raisonnement et les modifications avant de les accepter.
- Le tableau de bord enregistre les questions, les constats et les décisions, autant que les résultats finaux.

Les tableaux de bord générés par l’IA sont la première étape. Une collaboration durable entre les personnes et l’IA autour des données est le problème plus intéressant.

DuckLocal restera ancré dans trois principes : **Local-first, open source et collaboration humain-agent.**

## Liens

- [DuckLocal](https://ducklocal.app/fr/)
- [Documentation des tableaux de bord](https://ducklocal.app/docs/fr/dashboards)
- [DuckLocal v0.2.1](https://github.com/JetSquirrel/DuckLocal/releases/tag/v0.2.1)
- [Présentation de Claude Dashboards](https://claude.com/resources/articles/dashboards-and-motion)
- [Version anglaise](https://ducklocal.app/blog/claude-dashboards-ducklocal/)

Source: https://ducklocal.app/fr/blog/claude-dashboards-ducklocal/
