Canner/WrenAI
GenBI (Generative BI) for AI agents, an open-source, governed text-to-SQL through an open context layer that turns natural-language questions into trusted dashboards, charts, and SQL across 20+ data sources, such as BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks and more.
What it solves
WrenAI 为 AI agent 提供受控的语义层和 AI 上下文层，防止它们产生“极其自信但错误”的 SQL 查询。它确保 agent 理解业务含义——例如经过批准的指标定义、join 和单位——而不仅仅是数据库 schema，从而允许它们生成可信赖的商业智能 (GenBI) 并部署可分享的仪表板。
How it works
它使用建模定义语言 (MDL) 将业务逻辑定义为存储在 Git 中的可审查 YAML 和 Markdown 文件。这在 agent 与数据源之间创建了一个受控层。该系统通过 CLI 和 SDKs 与现有 agent（如 Claude Code、Cursor 或 LangChain）集成，使用基于 Apache DataFusion 的引擎在 22+ 数据源上执行查询。
Who it's for
它专为 agent 构建者和数据团队设计，他们希望 AI agent 能够产生可靠的 BI 答案和仪表板，同时保持业务逻辑的版本控制和开放，而不是被限制在供应商的专有 UI 之后。
Highlights
- Agent-Native Integration: 作为现有 agent（Claude Code、Cursor、MCP clients、LangChain）的一个层工作，而不是一个独立的 chat UI。
- Git-Based Governance: 业务定义、指标和经过批准的 join 存储为 Git 中的版本化文件，允许进行 PR 审查和 CI/CD 工作流。
- End-to-End GenBI: 使 agent 不仅能编写 SQL，还能构建并将浏览器端的仪表板部署到 Vercel 或 Cloudflare Pages 等平台。
- Broad Connectivity: 通过单一引擎支持超过 22 个数据源，包括 BigQuery、Snowflake、PostgreSQL 和 ClickHouse。
相关
- 项目
- 项目
- 项目
- 项目
- 项目