WrenAI 教程3 分钟把自然语言问题变成可信的 SQL 与仪表盘【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业务同学要数据轮到你写 SQL。WrenAI 是一个开源的 Text-to-SQL把自然语言转成 SQL与生成式 BI 引擎面向数据团队和 Agent 开发者覆盖 22 数据源把提问变成可信的 SQL 和可分享的仪表盘。它解决什么痛点业务同学问“本季度销售额 Top 10 客户是谁”需求最后落到你头上。排队是一回事更麻烦的是表名和字段含义只存在于少数人脑子里每个问题都要人工翻译一遍。如果直接把 LLM 接上数据库让它写 SQL它经常“看起来对”猜错字段含义、写错关联条件结果你不敢信也不敢放它碰生产库。WrenAI 的解法是在 Agent 和数据库之间放一层可审查的“上下文层”业务含义、已批准的口径、成功过的例子都放在 Git 管理的文件里Agent 生成的 SQL 会先对照这层做规划与校验再执行。整体结构如下3分钟跑起来只需 Python 3.11不需要 Docker 和云资源。1. 安装 CLIpip install wrenai默认自带 DuckDB没有现成数据库也能先跑通。想从源码看实现可克隆仓库 https://gitcode.com/GitHub_Trending/wr/WrenAI 。2. 给 AI 客户端装上 Wren 技能npx skills add Canner/WrenAI它会自动检测 Claude Code、Cursor、Cline 等客户端安装一个技能文件教 Agent 按指南调用 wren 命令。3. 创建连接配置profilewren profile add my-db --ui浏览器里填写数据源类型和连接信息用wren profile debug验证连通。没有数据库时直接让 Agent 用内置的 jaffle_shop 样例数据集即可。4. 初始化项目并绑定 profilewren context init wren context set-profile my-db生成 models/、relationships.yml 等项目结构并把项目锁定到刚才的连接避免误连到别的库。5. 让 Agent 建模然后提问对 Agent 说“Use Wren to set up my Postgres database”。它会拉取 onboarding 指南探查 schema、生成 MDL 模型文件并跑通第一条查询。之后直接问“哪 5 个客户累计消费最高”Agent 取上下文、写 SQL、通过 wren query 执行并返回结果。完整走查见仓库内 docs/core/get_started/quickstart.md 约 15 分钟。3个值得知道的亮点1. MDL 语义层表、字段、关联和指标口径用 YAML 定义随项目进入 Git。好处是“销售额”在任何一次查询里含义一致每条定义都能 diff、能回滚、能审查。2. 本地 Memory 记忆索引成功过的“自然语言问题—SQL”对会索引入本地 LanceDB相似提问直接召回历史经验。好处是问得越多越准重复问题不用每次重新推导。3. 从 SQL 到仪表盘查询结果可以生成为浏览器端 GenBI 仪表盘一条命令部署到你自己的 Vercel 或 Cloudflare Pages 账号。好处是结果变成带筛选、可分享的报告链接不用再引入一套 BI 工具。什么时候选它适合已有数仓或至少一个 Postgres、DuckDB的团队想让 AI Agent 直接回答业务问题且要求答案可追溯也适合 Agent 开发者给自家产品接入可信的数据查询能力仓库提供 LangChain、Pydantic 两个 SDK 和 MCP 服务。如果你只想对单个 CSV 画一张图或者接受让模型凭感觉写 SQL那不需要它。常见问题 FAQWrenAI 需要单独安装数据库吗不需要。DuckDB 已内置还附带 jaffle_shop 样例数据集本地 15 分钟能走通“建模—提问—出结果”全流程。支持哪些数据源引擎基于 Apache DataFusion支持 22 数据源包括 PostgreSQL、BigQuery、Snowflake、ClickHouse、Amazon Redshift、Databricks、Trino、MySQL 等按数据源加装对应 pip 扩展即可。行级权限和访问控制怎么做开源版提供列级可见性控制行级/列级安全RLS/CLS和用户、分组的访问控制属于商业云或自托管企业版能力。写在最后WrenAI 的价值不在“会写一条 SQL”而在把一层可审查的上下文放进 Agent 和你的数据之间。完整文档与社区讨论去官方仓库看更多。【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