ghcr.io/canner/wren-ai-service:latest

面向业务数据的AI智能体开放上下文层

您的智能体不理解数据含义？我们来解决。

📣 2026-05-07 — Wren Engine已合并到此仓库的core/目录下。之前的Canner/wren-engine仓库已归档。之前的WrenAI GenBI应用保留在https://github.com/Canner/WrenAI/tree/legacy/v1%E5%88%86%E6%94%AF%EF%BC%88%E6%A0%87%E7%AD%BE%60v1-final%60%EF%BC%89%E3%80%82https://github.com/Canner/WrenAI/discussions/2205

---

WrenAI 是什么

WrenAI 是开放上下文层，为您的智能体提供数据库 schema 无法提供的能力：业务语义、示例、记忆、治理，以及即将支持的——存储在文档、维基和聊天记录中的非结构化企业知识。专为您已在使用的智能体框架构建。

为什么智能体构建者选择 WrenAI

• 默认开放 — 核心、SDK 和技能均通过 Apache-2.0 许可证开源。
• 专为AI智能体设计 — 技能、智能体架构、上下文检索均为一级功能。提供工程师已在使用的智能体框架 SDK。
• 正确性原生支持 — 丰富的 schema 检索、空跑验证、带提示的结构化错误、值分析、评估运行器。智能体负责编排；跟踪记录集成在智能体的推理过程中。
• 可审查、可复现的上下文 — 每个定义、示例和映射均可版本化并关联证据。兼容 Git 工作流。
• 适配现有技术栈 — 数据仓库、转换管道、现有语义层。无需维护额外工具。

使用与不使用 Wren AI 的对比

智能体无处不在：Claude Code、Cursor、***、Aider、LangChain 管道、Pydantic AI 流程、内部 copilots、面向客户的应用。它们都不应从零开始重新发现您的业务逻辑。借助 Wren AI 这一"上下文层"，智能体可通过独立的共享接口进行查询，供所有智能体和人员使用，而非局限于单一供应商的 UI 和架构。

快速入门

WrenAI 专为智能体驱动设计：安装 CLI、为 AI 客户端安装单文件发现存根，然后让 AI 智能体驱动后续流程。工作流指南内置在 CLI 中，按需提供，确保内容始终与已安装版本匹配。

1. 安装 CLI

pip install wrenai # 核心功能（含 DuckDB）
pip install "wrenai[postgres,memory]" # 按需添加特定数据源和记忆功能扩展

中国大陆用户提示：如果 pip install 速度慢或失败，可使用清华镜像：

> pip install wrenai -i https://pypi.tuna.tsinghua.edu.cn/simple
>

如果 HuggingFace 模型下载超时，运行 CLI 前添加 export HF_ENDPOINT=https://hf-mirror.com。

2. 为 AI 客户端安装发现存根

npx skills add Canner/WrenAI # 自动检测 Claude Code、Cursor、Cline、Codex 等

存根约 50 行代码。它教会智能体通过 wren skills get 获取工作流指南，通过 wren ask " " --guided|--direct 获取格式化提示——其他所有功能均通过 CLI 实现。

3. 让智能体完成设置

在项目目录中打开智能体，输入类似以下内容：

"使用 Wren 设置我的 Postgres 数据库。"

智能体将运行 wren skills get onboarding，逐步遵循指南，检查环境，创建连接配置文件，搭建项目，并执行首次查询。

4.（可选）增强项目

设置完成后，输入：

"使用 raw/ 目录中的业务上下文增强我的 Wren 项目。"

智能体运行 wren skills get enrich-context 并遵循指南，支持交互模式（逐题询问）或自动模式（智能体读取 /raw/ 并生成建议）。两种模式均会写入 MDL、指令、查询和记忆——所有内容均可审查，且兼容 Git 工作流。

5. 提问

"本季度销售额排名前 10 的客户是谁？"

智能体将获取 MDL 上下文，回忆类似历史查询，编写符合治理要求的 SQL，并通过 wren query 执行。

没有自己的数据库？ 让智能体使用内置的 jaffle_shop 示例数据集——相同流程，几分钟内即可端到端查询真实数据仓库。

两大核心流程：快速搭建，深度增强

# 第 1 天 — 智能体驱动
wren skills get onboarding # 工作流指南：设置项目 + 首次查询
wren skills get enrich-context # 工作流指南：添加业务上下文（立方体、单位、枚举）

# 日常使用
wren query --sql '...' # 通过 MDL 语义层查询
wren ask " " --guided # 为能力较弱的智能体生成提示
wren ask " " --direct # 为能力较强的智能体生成提示

初始阶段快速上手，需要时深度增强。始终可审查且兼容 Git 工作流。

包含内容

• 建模定义语言（MDL） — 模型、列、关系、视图、立方体、指标、行级/列级访问控制（RLAC/CLAC）
• 引擎 — 基于 Apache DataFusion，支持 22+ 数据源
• 记忆与示例 — 基于 LanceDB，混合检索，可版本化
• 智能体 SDK — wren-langchain（LangChain/LangGraph）、wren-pydantic；其他技术栈的参考 Python 集成
• 受治理的执行原语 — 函数、空跑计划、行限制、访问控制

后续规划

• 上下文增强技能 — /wren-enrich-context（交互+自动模式）强化 MDL、指令、查询和记忆的集成
• 端到端正确性原语 — 值分析、丰富检索、结构化错误、黄金评估运行器
• 智能体原生分发 — 主流智能体框架的一级 SDK；详见 https://github.com/Canner/WrenAI/discussions 了解优先级
• 完整治理执行 — 审计日志、速率限制、审批工作流、数据流检查器

完整路线图和设计说明：参见 愿景文档。

文档

• 快速入门 — 从技能安装到首次回答
• 概念 — 上下文是什么、MDL 是什么、记忆如何工作
• 连接数据库 — Postgres、BigQuery、***、DuckDB 等
• 智能体 SDK — 已发布内容和后续计划

社区

• 💬 *** — 与团队和其他构建者交流
• 🐙 https://github.com/Canner/WrenAI/discussions — 设计讨论、RFC、长线程交流
• 🐦 ***/X — 发布说明和简短更新
• 🗞 博客 — 愿景、事后分析、深度解析

贡献指南

我们开源开发。问题反馈、PR、连接器贡献、SDK 集成、文档修复——均欢迎。

• 贡献者指南
• 连接器生态计划 — 三级所有权：官方维护、社区认证、社区维护
• 架构图 — 找到适合您修改的位置
• 寻找入门点？尝试 https://github.com/Canner/WrenAI/labels/good%20first%20issue 标签。

项目结构 — 点击展开

core/
wren-core/ Rust 语义引擎（基于 Apache DataFusion）
wren-core-base/ 共享清单类型 + MDL 构建器
wren-core-py/ Python 绑定（PyPI: wren-core）
wren-core-wasm/ WebAssembly 构建（npm: wren-core-wasm）
wren/ Python SDK 和 CLI（PyPI: wrenai）
wren-mdl/ MDL JSON 模式
sdk/
wren-langchain/ 参考智能体 SDK 集成
skills/ 上下文创作智能体技能
docs/ 模块文档
examples/ 示例项目

贡献者

许可证

Apache 2.0。详见 LICENSE。

---

与我们共同构建上下文层。

如果 WrenAI 对您有帮助，请点个 ⭐ — 这对我们的发展真的很重要！

⬆️ 返回顶部