ghcr.io/canner/wren-bootstrap:0.1.1

面向业务数据的AI agents开放上下文层

您的agent不了解您数据的含义。我们来解决这个问题。

📣 2026-05-07 — Wren Engine已合并至本仓库的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agents提供模式无法提供的内容：业务语义、示例、记忆、治理，以及即将推出的——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agent框架构建。

为什么agent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。
• 为AI agents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agent框架的SDK提供。
• 将正确性作为基本要素 — 丰富的模式检索、干运行计划验证、带提示的结构化错误、值分析、评估运行器。agent负责编排；跟踪记录存在于agent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。Git友好。
• 位于现有技术栈之上 — 数据仓库、转换管道、您现有的语义层。无需维护另一个工具。

有与没有WrenAI的对比

Agents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。它们都不应从零重新发现您的业务逻辑。借助WrenAI这个"上下文层"，它们通过独立的共享接口进行查询，可供每个agent和人员使用，而不受限于单一供应商的UI和架构。

快速入门

WrenAI 默认由agent驱动：只需安装一次技能包，然后让您的AI编码agent（Claude Code、Openclaw、Hermes、Codex等）驱动其余流程——Python依赖项、数据库连接、项目脚手架和首次查询。

1. 安装技能包

技能是工作流指南，用于教AI编码agent（Claude Code、Openclaw、Hermes、Codex等）如何为您驱动Wren CLI。

npx skills add Canner/WrenAI --skill '*'

已安装多个AI编码agent并希望所有agent都能使用这些技能？传递--agent '*'：

npx skills add Canner/WrenAI --skill '*' --agent '*'

或通过安装脚本：

curl -fsSL https://raw.githubusercontent.com/Canner/WrenAI/main/skills/install.sh | bash

有关已安装技能的完整列表及其各自功能，请参见技能参考。

2. 让您的agent进行设置

在项目目录中打开您的agent并请求：

使用/wren-onboarding技能安装并设置Wren AI。

agent将检查您的环境、安装wrenai、创建连接配置文件、搭建项目脚手架并运行首次查询——全部在一个流程中完成。

3. （可选）丰富项目

入职流程完成后，为您的项目添加模式无法承载的业务上下文：

在grill模式下使用/wren-enrich-context技能。

两种模式：grill（一次一个问题，您全程参与）或auto-pilot（agent读取/raw/并提出建议）。两种模式都会写入MDL、指令、查询和记忆——全部可审查，全部Git友好。

4. 提问

# 提出任何问题
"who are our top 10 customers by sales this quarter?"

或者直接用自然语言向您的agent提问——它会使用上下文层解析模式、回忆类似的历史查询并编写受治理的SQL。

想在没有自己数据库的情况下试用？ 让您的agent使用捆绑的jaffle_shop示例数据集运行/wren-onboarding——相同的流程，但您将在几分钟内端到端查询真实的数据仓库。

两个核心流程：快速搭建，深度丰富

/wren-onboarding # 从您的数据库搭建Wren项目（agent驱动）
/wren-enrich-context # 一个技能，两种模式：（开发中）
# grill — 一次一个问题，您全程参与
# auto-pilot — agent读取/raw/并提出建议
wren ask "..." # 通过上下文层查询

初期快速搭建。需要时深入丰富。始终可审查且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
• 记忆与示例 — 基于LanceDB，混合检索，可版本化
• Agent 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、干运行计划、行限制、访问控制

后续计划

• 上下文丰富技能 — /wren-enrich-context（grill + auto-pilot模式）在MDL、指令、查询和记忆中强化
• 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
• Agent原生分发 — 主流agent框架的一等公民SDK；参见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、记忆如何工作
• 连接数据库 — Postgres、BigQuery、***、DuckDB等
• Agent SDK — 今日已发布内容，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 — 找到适合您更改的位置
• 正在寻找入门之处？试试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agent SDK集成
skills/ 用于上下文创作的Agent技能
docs/ 模块文档
examples/ 示例项目

贡献者

许可证

Apache 2.0。参见LICENSE。

来和我们一起构建上下文层吧。

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