企业官网建设流程全解析

WrenAI 零代码 Text-to-SQL：从"毛利多少"到准确 SQL 只要 15 分钟

【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

老板问"华东区上季度毛利多少"，你第一反应是打开 SQL 编辑器、翻表名、对关联条件。要是直接把这句话打进去、30 秒拿到答案呢？WrenAI 就是这个开源的 Text-to-SQL 引擎：自然语言进，可执行 SQL 出，还能顺手产出可分享的仪表盘。

⚙️ 它到底是怎么跑起来的

WrenAI 不是"大模型裸猜 SQL"，关键在架构图中间那层开放上下文（Context Layer）：业务定义、表关系记忆、访问规则都放在那里。图上方是你的 AI 代理（Claude Code、Cursor、ChatGPT 等），下方就是你的数据库。

输入：你问一句人话

不用记表名、字段名。问题通过 CLI 或 Python SDK 进来，WrenAI 先弄清楚你在问什么——哪张表、哪个时间范围、按什么聚合——而不是只做关键词匹配。

处理：MDL 语义层决定怎么写

MDL（Modeling Definition Language）是一组描述数据含义的文件：有哪些表、每个字段什么意思、表之间怎么关联、"营收"的官方口径是什么。SQL 执行前，引擎会先对照 MDL 做一次干跑校验（dry-plan，先验证不真跑），不过关就直接报错。这一步就是它和"模型随手写"的分界线：要么写对，要么明确告诉你不对。

输出：SQL、数据，甚至仪表盘

产出不止一段 SQL。你会拿到查询结果；想分享时，代理还能把结果做成浏览器端仪表盘，部署到你自己的 Vercel 或 Cloudflare Pages 账号里。

🚀 从零跑通：连接数据库到第一次 Text-to-SQL 查询

第一步：安装 CLI

WrenAI 是个 Python 包，一行命令装好：

pip install wrenai

第二步：连接你的第一个数据源

本地建一个 connection_info.json，写上数据源类型、地址和账号。它支持 PostgreSQL、MySQL、BigQuery、Snowflake、ClickHouse、DuckDB 等 20 多种数据源，各数据源要填的字段见仓库里的 core/wren/docs/connections.md。暂时没有数据库也没关系，项目自带 jaffle_shop 示例数据集，可以先拿它跑。

第三步：建立模型，让代理代劳

不用手写 MDL。对接好 WrenAI 的代理说一句"帮我配置这个 Postgres 连接"，它会检查环境、生成连接配置、把表和关系建成模型，顺带跑通第一次查询。预期看到的结果：项目目录里出现模型与关系文件，全部可进 Git 审查。

第四步：问出你的第一个问题

终端里执行：

wren ask "本季度销售额前 10 名的客户"

返回的是 SQL 加上查询数据。想分享，再补一句让它生成仪表盘。

⚠️ 上手前必须知道的几件事

建模不是可选项，是准确率的来源

跳过 MDL 直接问，模型只能靠 schema 猜字段含义，字段名越含糊越容易错。"金额"是回款还是开票？这事只有你的模型文件能回答。

连接文件里有密码，放的位置要讲究

connection_info.json 装着数据库密码。本地用没问题，但别提交进仓库，分享项目前先挪走。

开源版和商用版有边界

开源版（Apache 2.0）含引擎、CLI、SDK 和 20 多种连接器，本文这套 Text-to-SQL 流程完全够用。行级/列级权限、用户组访问控制属于商用能力，团队有这类需求，选型前先看边界。

👥 它适合谁

• 分析师或业务同学：用自己的话问数据问题，拿回 SQL 和数字，不用排队等开发，还能自己点开 SQL 核对。
• AI 应用开发者：给你的代理加 Text-to-SQL 能力，走 Python SDK 或 MCP，问题过 MDL 语义层，报错也是结构化的，不是一句"抱歉"。
• 数据团队：在 MDL 里把"营收"定义一次，之后所有查询共用同一个口径，不用再争哪个算得对。

一句话带走

WrenAI = 语义层 + 记忆 + 受治理的执行，代理只管问和答，流程照着 docs/core/guides/ 走就行。装好 wrenai，现在就去终端问出你的第一个问题。

【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