企业官网建设流程全解析

无需代码的Text-to-SQL：15分钟用WrenAI搭企业级自然语言查询系统

【免费下载链接】WrenAIGenBI (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.项目地址: https://gitcode.com/GitHub_Trending/wr/WrenAI

业务方天天追着你要"上周订单量怎么样"，你只能反复写SELECT，或者排队等数据团队排期。WrenAI是一个开源的无需代码Text-to-SQL引擎：哪怕你不会写SQL，用自然语言提问，它就能自动转成SQL并在数据库上执行，覆盖PostgreSQL、BigQuery、Snowflake、ClickHouse等22种常见数据源。

自然语言是怎么变成SQL的

它的重点其实不是"翻译SQL"🧠 而是给模型发两份"参考资料"：

从图中能看到：问题先进入AI上下文层（存着业务定义、业务规则、历史成功查询的知识库）召回相关上下文，再基于语义层MDL（描述每张表、每个字段含义和表间关联的文件）生成SQL，最后由治理引擎校验后执行。多出来的这两层，才是答案"看起来对、实际也真对"的原因，想看实现可以看Wren引擎源码。

连库填三个字段，建模交给智能体

上手全程更像"开个项目"。先克隆源码git clone https://gitcode.com/GitHub_Trending/wr/WrenAI（只想直接用CLI的话，pip install wrenai就够了），接着连库：wren profile add会打开一个浏览器表单，选数据源类型、填连接地址和凭据即可。

然后用wren context set-profile把连接绑到项目上，wren context init建好项目骨架，再让AI编码智能体（比如Claude Code）调用内置的wren技能扫描数据库，表结构、字段描述、表之间的关联会被自动写成MDL建模文件，你打开核对一遍就行，一行SQL都不用手写。细节可参考连库指南和快速上手教程。

问一句，得一个答案，越问越准

搭好之后直接开口问：

• 你问："有多少客户下过不止一单？"
• 生成SQL：SELECT customer_id FROM orders GROUP BY customer_id HAVING COUNT(*) > 1
• 返回：老客名单，智能体还会说明口径——"收入按orders表的amount字段计算，不是支付明细"

每次问对的问题和它的SQL会被自动存进本地记忆，下次遇到相似问题智能体会先召回历史示例，越用越准。满意的结果还能说一句"把它变成可分享的看板"📊 智能体会构建浏览器端应用并部署到你的Vercel账号；想在自己的Python服务里嵌入这套能力，直接接LangChain SDK就能在代码里调用同样的功能。

它适合谁，不适合谁

它适合有正式数据库或数仓、业务定义散落在维基和群聊里的团队——这些口径可以沉淀成MDL和知识文件，人和智能体共用一份，还能审查版本。不适合"单个CSV画一张图"这类一次性需求，也不适合"完全不管治、让模型猜SQL"的场景。前提也不高：Python 3.11+、一个AI编码智能体、数据库读权限。

两条建议：没有现成数据库时，先跟着快速上手教程用自带的DuckDB示例库（jaffle_shop）跑通流程，再碰真实库；把你们公司的术语表和命名规范放进项目knowledge目录，回答准确率会明显上一个台阶。更多能力边界见官方文档。

下次业务方发来一句自然语言问题，你直接转给智能体就行，答案和看板都会回来，你只负责审。

【免费下载链接】WrenAIGenBI (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.项目地址: https://gitcode.com/GitHub_Trending/wr/WrenAI