ghcr.io/canner/wren-ai-service:main-9e06d06

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。

[!NOTE] 2026-05-07 — Wren Engine已合并到本仓库的core/目录下。原Canner/wren-engine仓库已归档。原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，为您的智能体提供模式无法提供的内容：业务语义、示例、内存、治理，以及即将支持的非结构化企业知识（存储在文档、维基和聊天记录中）。专为您已在使用的智能体框架打造。

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智能体打造 — 技能、智能体架构、上下文检索均为一等公民。作为工程师已在使用的智能体框架的SDK提供。
• 将准确性作为基础要素 — 丰富的模式检索、干计划验证、带提示的结构化错误、值分析、评估运行器。智能体负责编排；跟踪记录存在于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。对Git友好。
• 部署于现有技术栈之上 — 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WrenAI的对比

智能体无处不在：Claude Code、Cursor、***、Aider、LangChain管道、Pydantic AI流、内部 copilots、面向客户的应用。它们都不应从零重新理解您的业务逻辑。借助WrenAI这一"上下文层"，它们通过独立的共享接口进行查询，可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从设计上就是智能体驱动的：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]" # 根据需要添加特定数据源和内存扩展

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。它教会您的智能体通过wren skills get 获取工作流指南，并通过wren ask " " --guided|--direct生成结构化提示 — 其他所有功能均在CLI中实现。

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）丰富项目

设置完成后，输入：

"使用raw/目录中的业务上下文丰富我的Wren项目。"

智能体将运行wren skills get enrich-context，并以grill模式（逐题提问）或自动驾驶模式（智能体读取/raw/并提出建议）遵循指南。两种模式均会写入MDL、指令、查询和内存 — 所有内容均可审查，且对Git友好。

5. 提问

"本季度销售额排名前10的客户是谁？"

您的智能体将获取MDL上下文，回忆类似的历史查询，编写受治理的SQL，并通过wren query执行。

没有自己的数据库想试用？ 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。

两个节奏：快速搭建，深度丰富

# 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包装问题
wren ask " " --direct # 为能力较强的智能体包装问题

初期快速上手，需要时深入使用。始终可审查且对Git友好。

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
• 内存与示例 — 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、干计划、行限制、访问控制

后续计划

• 上下文丰富技能 — /wren-enrich-context（grill模式 + 自动驾驶模式）在MDL、指令、查询和内存中强化
• 端到端准确性基础要素 — 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流SDK；查看https://github.com/Canner/WrenAI/discussions%E4%BA%86%E8%A7%A3%E4%B8%8B%E4%B8%80%E6%AD%A5%E4%BC%98%E5%85%88%E4%BA%8B%E9%A1%B9
• 完整的受治理执行 — 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 — 什么是上下文、什么是MDL、内存如何工作
• 连接数据库 — Postgres、BigQuery、***、DuckDB等
• 智能体SDK — 目前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
• 🐦 *** / X — 发布说明和简短更新
• 🗞 Blog — 愿景、事后分析、深度探讨

贡献

我们公开构建。问题、PR、连接器贡献、SDK集成、文档修复 — 均受欢迎。

• 贡献者指南
• 连接器生态计划 — 三级所有权：官方、社区认可、社区所有
• 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%E6%A0%87%E7%AD%BE%E3%80%82

项目结构 — 点击展开

core/
wren-core/ Rust语义引擎（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/ 用于上下文创作的智能体技能
docs/ 模块文档
examples/ 示例项目

贡献者

许可证

Apache 2.0。详见LICENSE。

---

来和我们一起构建上下文层。

如果WrenAI对您有帮助，请点个⭐ — 这真的对我们的发展有帮助！

⬆️ 返回顶部