ghcr.io/canner/wren-ui:0.18.11

面向业务数据的AI代理开放上下文层

您的代理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。此前的 Canner/wren-engine 仓库已归档。原 WrenAI GenBI 应用保留在 https://github.com/Canner/WrenAI/tree/legacy/v1 分支（标签 v1-final）。https://github.com/Canner/WrenAI/discussions/2205

WrenAI 是什么

WrenAI 是开放上下文层，为您的代理提供架构无法提供的能力：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。专为您已在使用的代理框架构建。

为什么代理构建者选择 WrenAI

• 默认开放 — 核心、SDK 和技能均通过 Apache-2.0 许可证开源。
• 为 AI 代理构建 — 技能、代理架构、上下文检索均为一等公民。作为工程师已在使用的代理框架 SDK 提供。
• 以正确性为基础 — 丰富的架构检索、干计划验证、带提示的结构化错误、值分析、评估运行器。代理负责编排；跟踪记录存在于代理的推理过程中。
• 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。
• 构建于现有技术栈之上 — 数据仓库、转换管道、现有语义层。无需维护额外工具。

有与没有 WrenAI 的区别

代理无处不在。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 WrenAI 这一"上下文层"，它们通过独立的共享接口进行查询，可供所有代理和人员使用，而非局限于单一供应商的 UI 和架构。

快速入门

WrenAI 从设计上就是代理驱动的：只需安装一次技能包，然后让您的 AI 编码代理（Claude Code、Openclaw、Hermes、Codex 等）处理其余工作——Python 依赖、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 编码代理（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 编码代理并希望所有代理都能使用这些技能？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

查看 技能参考 了解已安装的完整技能列表及各自功能。

2. 让您的代理完成设置

在项目目录中打开代理并请求：

使用 /wren-onboarding 技能安装并设置 Wren AI。

代理将检查您的环境、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——全程一站式完成。

3.（可选）丰富项目

入职流程完成后，为项目添加架构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（逐个提问，您全程参与）或 auto-pilot（代理读取 /raw/ 并提出建议）。两种模式均写入 MDL、指令、查询和记忆——全部可审查，全部对 Git 友好。

4. 提问

# 提出任意问题
"本季度销售额排名前 10 的客户是谁？"

或直接用自然语言向您的代理提问——它将使用上下文层解析架构、回忆类似过往查询并编写符合治理要求的 SQL。

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

两大核心：快速搭建，深度丰富

/wren-onboarding # 从数据库搭建 Wren 项目（代理驱动）
/wren-enrich-context # 一个技能，两种模式：（开发中）
# grill — 逐个提问，您全程参与
# auto-pilot — 代理读取 /raw/ 并提出建议
wren ask "..." # 通过上下文层查询

初始阶段快速上手。需要时深入丰富。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
• 记忆与示例 — 基于 LanceDB，混合检索，可版本化
• 代理 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 + 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
• 原生代理分发 — 主流代理框架的一等 SDK；查看 https://github.com/Canner/WrenAI/discussions 了解下一步优先级
• 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 — 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
• 代理 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
• 🗞 博客 — 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——均欢迎。

• 贡献者指南
• 连接器生态系统计划 — 三级所有权：官方、社区认可、社区所有
• 架构图 — 找到适合您变更的位置
• 寻找入门之处？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（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/ 参考代理 SDK 集成
skills/ 用于上下文创作的代理技能
docs/ 模块文档
examples/ 示例项目

贡献者

许可证

Apache 2.0。参见 LICENSE。

与我们一起构建上下文层。

如果 WrenAI 对您有帮助，请点个 ⭐ — 这对我们的发展真的很有帮助！

⬆️ 返回顶部