在大數據時代，數據已經成為企業和組織決策的重要依據。然而，對于很多非技術背景的人員來說，從海量數據中獲取有價值的信息并非易事，SQL 等查詢語言的復雜性成為了他們與數據之間的一道障礙。WrenAI 的出現，為解決這一問題提供了新的思路。作為一款開源的文本到 SQL 工具，它讓用戶能夠通過自然語言與數據進行交互，極大地降低了數據查詢和分析的門檻，為數據驅動的決策提供了更加便捷高效的方式。接下來，讓我們一起深入了解 WrenAI 的強大之處。

一、項目概述

WrenAI 是由 Canner 團隊開發的開源 AI 助手，旨在打破數據查詢和分析的技術壁壘，幫助數據團隊、產品團隊和業務團隊等通過自然語言對話的方式獲取數據洞察。它能夠將用戶輸入的自然語言自動轉換為 SQL 查詢，還能生成圖表、電子表格和報告等，實現從數據提問到報表生成的完整流程，真正提供了一個端到端的解決方案。無論是數據科學家進行復雜的數據探索，還是業務人員想要快速了解業務數據，WrenAI 都能滿足他們的需求。

二、主要功能

1、多語言自然對話

支持英語、德語、西班牙語、法語、日語、韓語、葡萄牙語、中文等多種語言與數據進行交互。這使得不同語言背景的用戶都能輕松使用，無論是跨國公司的數據分析，還是面向全球用戶的應用開發，WrenAI 都能適應多樣化的語言需求。

2、智能數據探索

具備 AI 驅動的數據理解和問題推薦功能。當用戶面對復雜的數據時，它不僅能回答 “我有哪些數據”“我的客戶表有哪些列” 這類基礎探索性問題，還能根據用戶之前的提問和數據上下文，動態生成推薦問題和智能后續查詢，引導用戶更深入地挖掘數據價值。

3、語義索引系統

通過精心設計的 UI/UX 實現語義理解。它能在數據模式上建立邏輯表示層，幫助大語言模型（LLM）更好地理解業務上下文，從而生成更準確的 SQL 查詢，避免因語義理解偏差導致的查詢錯誤。

4、上下文 SQL 生成

結合元數據、模式和術語，利用 “建模定義語言” 生成準確的 SQL 查詢。它會充分考慮數據的結構、關系以及用戶提問的上下文，減少重復編碼，簡化數據連接，讓用戶無需手動編寫復雜的 SQL 語句，就能獲取到精準的數據結果。

5、無代碼數據分析

用戶僅通過對話即可獲取數據洞察。在開始新對話時，輸入的問題會用于找到最相關的表格，LLM 還會生成相關問題供用戶參考。用戶可以通過不斷的后續提問，獲得更深入的洞察，無需掌握專業的編程技能。

6、AI 驅動可視化

自動生成數據摘要和可視化圖表。其 GenBI 功能可將查詢結果立即轉換為 AI 生成的報告和圖表，將原始數據轉化為清晰、可操作的可視化信息，無論是柱狀圖、折線圖還是餅圖，都能直觀展示數據特征，幫助用戶快速理解數據背后的信息。

7、數據導出集成

支持導出到 Excel、Google Sheets 等分析工具，提供無縫的端到端工作流程。用戶在 WrenAI 中完成數據查詢和分析后，可以方便地將結果導出到熟悉的工具中進行進一步處理和分享。

8、安全性保障

采用 RAG（檢索增強生成）架構，無需暴露數據給 LLM 模型。利用模式和上下文生成 SQL 查詢，有效保護了數據的安全性和隱私性，讓企業和組織可以放心使用。

三、技術原理

WrenAI 主要使用 Python 作為實現語言，結合自然語言處理（NLP）技術來解析文本查詢并轉換成 SQL。在自然語言處理過程中，它會對用戶輸入的文本進行詞法分析、句法分析和語義理解，提取關鍵信息，并將其映射到相應的數據表和字段上。

前端開發使用 TypeScript、Next.js 構建直觀易用的用戶界面，用戶可以方便地輸入問題、查看結果和進行交互操作。后端服務框架采用 FastAPI，負責處理用戶請求、與數據庫進行交互以及調用相關的 AI 服務。

WrenAI 的核心服務包括：

• Wren UI：提供直觀的用戶界面，用于提問、定義數據關系和集成數據來源，是用戶與 WrenAI 交互的主要入口。
• Wren AI Service：使用向量數據庫進行上下文檢索來處理查詢，引導 LLMs 生成精確的 SQL 輸出，確保查詢結果的準確性和相關性。
• Wren Engine：作為語義引擎，將業務術語映射到數據源，定義關系，并包含預定義的計算和聚合，幫助模型更好地理解業務邏輯。

四、應用場景

1、數據分析

對于不熟悉 SQL 的數據分析師、業務分析師或非技術用戶，WrenAI 是得力助手。他們可以通過自然語言提問來獲取數據庫中的信息，快速完成數據匯總、篩選、對比等分析任務，無需花費大量時間學習復雜的 SQL 語法。

2、業務報告

業務團隊可以使用 WrenAI 快速生成報告，通過簡單的文本命令獲取所需的數據洞察，如銷售數據統計、市場份額分析等，大大提高報告生成的效率，為決策提供及時的數據支持。

3、數據探索

數據科學家和研究人員可以利用 WrenAI 進行數據探索，通過自然語言查詢來試驗不同的數據視角和查詢條件，發現數據中的潛在規律和趨勢，為進一步的研究和建模提供基礎。

開發者可以將 WrenAI 集成到內部工具或應用程序中，為用戶提供更加友好的數據查詢接口，提升內部工具的智能化水平和用戶體驗。

4、教育與研究

在教育和研究領域，WrenAI 可以作為教學工具，幫助學生和研究人員通過自然語言處理數據庫，無需深入學習 SQL，就能理解數據查詢和分析的基本原理，培養數據思維。

5、客戶支持

客戶支持團隊可以通過 WrenAI 快速檢索客戶數據，如訂單信息、投訴記錄等，以提供更個性化的服務，提高客戶滿意度。

高層管理人員可以使用 WrenAI 來獲取即時的數據支持，快速了解關鍵業務指標，幫助他們做出基于數據的決策，提升決策的科學性和準確性。

6、數據民主化

WrenAI 使得組織內的任何成員都能輕松訪問和理解數據，促進了數據的民主化，讓數據不再是少數技術人員的專屬，提高了整個組織的數據素養和工作效率。

五、快速使用

1、前提條件

需要安裝 Docker 環境，并擁有 OpenAI Key。

2、安裝步驟（以 Windows 為例）：

1）在 GitHub 項目頁面下載wren-launcher-windows.zip壓縮包。

2）解壓后以管理員身份運行wren-launcher-windows.exe可執行文件。

3）如出現彈窗，選擇更多信息并點擊仍然運行。

4）選擇您想要選擇的 LLM 提供商，如果是 OpenAI，請進入下一步；否則，請選擇其他。

5）輸入你的 OpenAI API 密鑰，然后選擇想在 WrenAI 中使用的 OpenAI 生成模型。

6）等待安裝完成，安裝完成后會為你設置 Docker 容器，并在瀏覽器中打開應用程序的 URL。如果啟動程序沒有打開 URL，請訪問localhost:3000開始使用 WrenAI。

3、使用說明

安裝完成后，用戶就可以在界面中輸入自然語言問題，比如 “顯示過去一年各地區的銷售總額”，WrenAI 會自動理解問題，生成相應的 SQL 查詢，并展示可視化結果，用戶還可以根據需求進一步導出數據或生成報告。

結語

WrenAI 作為一款創新的開源文本到 SQL 工具，以其強大的功能、先進的技術和廣泛的應用場景，為數據查詢和分析帶來了新的變革。它讓自然語言與數據的交互變得簡單高效，降低了數據分析的門檻，促進了數據的民主化。隨著技術的不斷發展和完善，相信 WrenAI 會在更多領域發揮重要作用，幫助更多的團隊和個人從數據中獲取有價值的信息，做出更明智的決策。

項目地址

GitHub：??https://github.com/Canner/WrenAI??

SourceForge：??https://sourceforge.net/projects/wrenai.mirror/??

官方網站：???https://getwren.ai/oss??

本文轉載自??小兵的AI視界??，作者：AGI小兵