Canner/WrenAI

解決的問題

WrenAI 解決了 AI 代理在與業務資料庫互動時產生不可信或錯誤 SQL 查詢的問題。它透過提供受控的語意層與 AI 上下文層，確保代理使用經核准的業務定義、指標與公司知識，而非僅憑原始資料庫結構進行猜測。

運作方式

WrenAI 作為一個引擎，位於現有的資料倉儲與轉換流程之上。它使用建模定義語言（MDL）建立可審查、版本控制的模型、立方體與指標語意層。此語意層搭配 AI 上下文層（包含記憶、範例與非結構化知識，如維基）來引導代理。系統採用乾運行驗證與結構化錯誤，確保在 22+ 個支援的資料來源上執行前，生成的 SQL 是正確且受控的。

適用對象

專為希望 AI 代理產生可信業務智慧（BI）的代理建構者與資料團隊設計，包含受控的文本轉 SQL 回應與可分享的儀表板，且無需將業務邏輯鎖定於特定供應商的 UI 中。

主要特色

• 受控的文本轉 SQL：使用語意層確保查詢基於業務真相，而非僅憑結構猜測。
• 代理驅動的工作流程：提供 CLI 與探索樁，讓 AI 代理（如 Claude Code 或 Cursor）能設定專案、豐富上下文並執行查詢。
• GenBI 儀表板：讓代理能產生並部署瀏覽器端儀表板至 Vercel 或 Cloudflare Pages 等平台。
• 開源且可版本控制：語意層（MDL）與上下文為 Git 友好且可審查。
• 廣泛的連接性：透過基於 Apache DataFusion 的引擎支援 22+ 種資料來源，包含 BigQuery、Snowflake、PostgreSQL 與 DuckDB。