Canner/WrenAI

해결하는 문제

WrenAI는 비즈니스 데이터베이스와 상호작용할 때 AI 에이전트가 신뢰할 수 없거나 잘못된 SQL 쿼리를 생성하는 문제를 해결합니다. 이는 승인된 비즈니스 정의, 메트릭, 회사 지식을 사용하도록 에이전트를 보장하는 관리된 세마틱 레이어와 AI 컨텍스트 레이어를 제공함으로써 해결됩니다. 원시 데이터베이스 스키마에 기반한 추측이 아니라 비즈니스 진실에 기반한 쿼리를 보장합니다.

작동 방식

WrenAI는 기존 데이터 웨어하우스 및 변환 파이프라인 위에 위치하는 엔진입니다. 모델링 정의 언어(MDL)를 사용하여 검토 가능하고 버전 관리 가능한 모델, 큐브, 메트릭의 세마틱 레이어를 생성합니다. 이는 메모리, 예시, 비구조화된 지식(예: 위키)으로 구성된 AI 컨텍스트 레이어와 결합되어 에이전트를 안내합니다. 22개 이상의 지원되는 데이터 소스에서 실행 전에 생성된 SQL이 정확하고 관리된 상태임을 보장하기 위해 드라이플랜 검증과 구조화된 오류를 사용합니다.

대상 사용자

AI 에이전트가 신뢰할 수 있는 비즈니스 인텔리전스(BI)를 생성하고, 관리된 텍스트-SQL 변환과 공유 가능한 대시보드를 제공하고자 하는 에이전트 개발자 및 데이터 팀을 위한 것입니다. 특정 벤더의 UI에 비즈니스 로직을 고정하지 않도록 설계되었습니다.

주요 특징

• 관리된 텍스트-SQL 변환: 세마틱 레이어를 사용하여 쿼리가 스키마 추측이 아니라 비즈니스 진실에 기반하도록 보장합니다.
• 에이전트 기반 워크플로우: CLI와 탐색 스텁을 제공하여 AI 에이전트(Claude Code 또는 Cursor 등)가 프로젝트를 설정하고 컨텍스트를 풍부하게 하며 쿼리를 실행할 수 있도록 합니다.
• GenBI 대시보드: 에이전트가 브라우저 측 대시보드를 생성하고 Vercel 또는 Cloudflare Pages와 같은 플랫폼에 배포할 수 있도록 합니다.
• 오픈소스 및 버전 관리 가능: 세마틱 레이어(MDL)와 컨텍스트는 Git 친화적이고 검토 가능합니다.
• 광범위한 연결성: Apache DataFusion 기반 엔진을 통해 BigQuery, Snowflake, PostgreSQL, DuckDB 등 22개 이상의 데이터 소스를 지원합니다.