WrenAI 完整入门指南从安装到第一次自然语言查询的 5 步【免费下载链接】WrenAIGenBI (Generative BI) for AI agents, an open-source, governed text-to-SQL through an open context layer that turns natural-language questions into trusted dashboards, charts, and SQL across 20 data sources, such as BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks and more.项目地址: https://gitcode.com/GitHub_Trending/wr/WrenAIWrenAI 是开源 GenBI生成式商业智能引擎核心是受治理的 text-to-SQL自然语言转 SQL把你的提问变成可信的 SQL 和仪表盘支持 PostgreSQL、Snowflake 等 22 数据源。适合想让 AI agent 拿到可信业务上下文的数据开发者。这个项目能帮你做什么用自然语言问数据库。你不用手写 GROUP BY直接问本季度销售额 Top 10 客户是谁。Wren 基于语义层生成 SQL先做 dry-plan 校验再执行出错会给出结构化原因而不是硬猜。业务口径全局一致。你在 MDLModeling Definition LanguageWren 的数据语义定义语言里定义一次营收之后所有查询和仪表盘都用同一个口径agent 不会各说各话。把答案变成可分享的仪表盘。查询跑通后可以构建成浏览器端 dashboard部署到你自己的 Vercel 或 Cloudflare Pages拿到一个可分享的 URL。 安装与首次运行5 步装完准备环境。WrenAI 要求 Python 3.11先确认版本python3 --version安装 CLI。核心版自带 DuckDB本地文件开箱即用pip install wrenai # 核心版含 DuckDB pip install wrenai[postgres] # 按数据源追加连接器方括号里叫 extras按需安装不用的数据源不用装。克隆源码可选。只用 CLI 可跳过想读源码时执行git clone https://gitcode.com/GitHub_Trending/wr/WrenAI初始化项目。进入空目录执行会生成wren_project.yml、models/、views/wren context init修改wren_project.yml里的data_source填你的数据源类型。配连接并跑第一条查询wren profile add my-db --interactive wren context build wren --sql SELECT COUNT(*) FROM orders✅ 打印出查询结果说明整条链路已跑通。关于入口文件wren命令是 cli.py 里定义的 Typer命令行框架应用query、profile、memory、genbi 等子命令都挂在这里。真正解析和转换 SQL 的是core/wren-core/里的 Rust 引擎Python 侧只做封装和调度。⚙️ 常用参数与配置3 个必改项配置主要落在两处项目内的wren_project.yml全局的~/.wren/config.json。连接信息则由wren profile add存入~/.wren/profiles.yml。参数默认值作用data_sourcewren_project.yml按核心版为 DuckDB项目连接的数据源类型strict_mode~/.wren/config.jsonfalse为true时查询里出现 MDL 未声明的表会被直接拒绝denied_functions~/.wren/config.json[]禁用的 SQL 函数名列表大小写不敏感VERCEL_TOKEN/CLOUDFLARE_API_TOKEN未设置部署仪表盘用的令牌只从环境变量或.env读取安全策略示例把下面内容写入~/.wren/config.json{ strict_mode: true, denied_functions: [pg_read_file, dblink] }strict_mode开启后所有表必须在 MDL 里声明过才能被查询适合生产环境兜底。️ 源码导航图去哪找功能WrenAI/ ├── core/wren/ # Python CLI 与 SDKPyPI 包名 wrenai ├── core/wren-core/ # Rust 语义引擎Apache DataFusion ├── core/wren-core-py/ # Rust 到 Python 的绑定层 ├── core/wren-core-wasm/ # WebAssembly 构建浏览器端仪表盘用 ├── sdk/wren-langchain/ # LangChain / LangGraph 集成 SDK ├── skills/ # 给 AI agent 用的工作流指南 ├── docs/ # 官方文档 └── examples/v5-jaffle/ # 完整示例项目按需求找位置看某个数据库怎么连接core/wren/src/wren/connector/看 CLI 子命令怎么定义cli.py看 SQL 如何被改写core/wren-core/src/logical_plan/看记忆与语义检索core/wren/src/wren/memory/ 进一步学习文档、模块与版本快速上手jaffle_shop 示例从建项目到第一次提问的完整走查CLI 完整参考所有子命令与参数各数据源连接字段按数据源查连接参数MDL 概念语义层的设计动机架构地图改代码前先看落点版本提示PyPI 包名从 0.7.0 起由wren-engine更名为wrenai当前版本 0.13.3。旧包的 import 路径和wren命令都没有变更新日志见 CHANGELOG.md。WrenAI 把 schema 之外的业务知识变成 agent 能用的上下文让答案从像对的变成可信的。参考README.md、LICENSE。【免费下载链接】WrenAIGenBI (Generative BI) for AI agents, an open-source, governed text-to-SQL through an open context layer that turns natural-language questions into trusted dashboards, charts, and SQL across 20 data sources, such as BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks and more.项目地址: https://gitcode.com/GitHub_Trending/wr/WrenAI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考