WrenAI
⚡️ GenBI (Generative BI) queries any database in natural language, generates accurate SQL (Text-to-SQL), charts (Text-to-Chart), and AI-powered business intelligence in seconds.
freememory-knowledge
14.8k
Stars
+668
Stars/month
6
Releases (6m)
Star Growth
+113 (0.8%)
Overview
WrenAI是一个开源的生成式商业智能(GenBI)代理，允许用户使用自然语言查询任何数据库，自动生成准确的SQL语句、图表和AI驱动的商业洞察。该工具的核心价值在于消除了SQL学习曲线，使业务用户能够直接与数据对话。WrenAI采用语义层架构，通过MDL(Modeling Definition Language)模型对数据库模式、指标和关联关系进行编码，确保LLM输出的准确性和治理性。系统不仅能生成SQL查询，还能创建可视化图表、AI编写的摘要报告，为决策提供即时可用的上下文信息。作为开源项目，WrenAI在GitHub上获得了14,717星标，由Canner公司开发维护。该工具还提供API接口，允许开发者将查询生成和图表功能嵌入到自己的应用程序中，支持构建自助式分析平台。
Deep Analysis
Key Differentiator
Semantic layer ensures LLM-generated SQL reflects actual business definitions — vs text-to-SQL tools that guess schema meaning from raw DDL
⚡ Capabilities
- • Natural language to SQL generation with semantic layer grounding
- • GenBI insights: AI-written summaries, charts, and reports
- • Semantic layer (MDL) encoding business definitions, metrics, and joins
- • Embeddable API for building custom analytics agents
- • Support for 15+ data sources (BigQuery, Snowflake, PostgreSQL, etc.)
- • Multi-LLM provider support (OpenAI, Anthropic, Google, Ollama)
🔗 Integrations
BigQuerySnowflakeRedshiftDatabricksPostgreSQLMySQLSQL ServerClickHouseOracleTrinoDuckDBOpenAIAnthropicGoogle GeminiOllama
✓ Best For
- ✓ Business teams needing natural language data querying
- ✓ Building embedded analytics with accurate SQL generation
✗ Not Ideal For
- ✗ Ad-hoc data exploration without a defined data model
- ✗ Teams unwilling to invest in semantic layer setup
Languages
PythonTypeScript
Deployment
Docker (self-hosted)Wren AI Cloud
Pricing Detail
Free: Open source self-hosted (AGPL v3)
Paid: Cloud plans available
⚠ Known Limitations
- ⚠ SQL generation accuracy depends on model capability
- ⚠ Semantic layer (MDL) requires upfront modeling effort
- ⚠ AGPL license may be restrictive for some commercial uses
Pros
- + 自然语言到SQL转换能力强大，显著降低数据查询门槛，让非技术用户也能直接查询数据库
- + 集成语义层架构确保查询结果的准确性和一致性，通过MDL模型维护数据治理标准
- + 提供完整的GenBI功能链路，从查询生成到图表可视化再到AI洞察报告，形成闭环分析体验
Cons
- - 需要前期投入时间构建和维护语义模型，对复杂业务场景的建模要求较高
- - 作为开源项目，可能在企业级支持、性能优化和高级功能方面存在限制
- - 依赖LLM的查询理解能力，在处理模糊或复杂业务逻辑时可能产生不准确的结果
Use Cases
- • 业务分析师无需SQL技能即可进行自助式数据分析，快速获取业务指标和趋势洞察
- • 构建面向业务用户的内部分析平台，通过API集成实现自然语言查询功能
- • 创建自动化报告和仪表板系统，定期生成AI驱动的业务摘要和可视化图表
Getting Started
1. 安装部署：使用Docker或源码方式部署WrenAI服务并连接目标数据库；2. 配置语义模型：根据业务需求创建MDL模型文件，定义数据表关系、指标计算和业务规则；3. 开始查询：通过Web界面或API接口使用自然语言提问，系统将自动生成SQL并返回结果和可视化