专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！WrenAI是由 Canner开发的一款开源商业智能AI Agent，通过自然语言交互实现与结构化数据的无缝对接，你无需编写任何专业SQL查询代码，就能快速完成数据的查询、分析和可视化。
目前，WrenAI在Github已经超过9000颗星，并且拿下了每日增长趋势第二名，整体实力非常强。
开源地址：https://github.com/Canner/WrenAI?tab=readme-ov-file
WrenAI的核心功能包括：能将用户用普通语言（支持多种语言）提出的数据问题准确翻译成生产级别的 SQL 查询语句，极大地简化了非技术用户的数据访问流程；
支持多模态输出，可以生成 SQL、图表、摘要报告、仪表盘和电子表格等多种形式的输出，无论是文本形式还是视觉形式（如图表、表格）的输出，都可以用于即时数据展示或操作性报告；
提供由AI生成的总结、报告以及具有上下文感知能力的可视化内容，帮助用户快速完成决策准备阶段的分析工作。
为了确保查询的准确性和减少幻觉生成，WrenAI使用建模定义语言来编码架构、指标、连接和定义，为大语言模型提供精确的上下文。其语义引擎通过架构嵌入和基于相关性的检索，确保查询内容丰富、架构嵌入和准确的 SQL 生成。
WrenAI还支持少量样本提示和元数据注入，根据模型的token限制调整架构表示的大小，并通过向量搜索收集相关的架构和元数据，以实现上下文对齐。
在架构设计上，WrenAI
采用了模块化和高度可扩展的设计理念，适合稳健的部署和集成。包括用户界面、编排层、语义索引、大语言模型抽象层、查询引擎、可视化以及插件/可扩展性等多个部分。
用户可以通过基于 Web 或命令行界面的自然语言查询和数据可视化界面进行操作。编排层负责处理输入解析、管理大语言模型的选择以及协调查询执行；语义索引则嵌入数据库架构和元数据，为大语言模型提供关键上下文；
查询引擎在支持的数据库/数据仓库上执行生成的 SQL，而可视化组件负责渲染表格、图表、仪表盘，并按需导出结果。WrenAI 还允许自定义连接器、模板、提示逻辑和针对特定领域的集成，进一步增强了其灵活性和适用性。
在数据库集成方面，WrenAI支持多种数据库包括BigQuery、PostgreSQL、MySQL、Microsoft SQL Server、ClickHouse、Trino、Snowflake、DuckDB、Amazon Athena 和 Amazon Redshift 等所有主流数据库。还可以通过 API 与其他应用程序和平台轻松集成，支持多种部署模式，包括自托管、云端部署或作为托管服务运行。
WrenAI在大模型兼容方面非常灵活，支持OpenAI的GPT系列、Azure OpenAI、Google Gemini、Vertex AI、DeepSeek、Databricks、AWS Bedrock（如 Anthropic Claude、Cohere 等）、Groq、Ollama以及其他与OpenAI API 兼容的用户自定义模型。
END
点击图片立即报名👇️
