一个开源 GenBI AI 本地代理(确保本地数据安全),使数据驱动型团队能够与其数据进行互动,生成文本到 SQL、图表、电子表格、报告和 BI

一、GenBI AI 代理介绍**(文末提供下载)**

github地址: https://github.com/Canner/WrenAI

本文信息图片均来源于github作者主页

在 Wren AI,我们的使命是通过生成式商业智能 (GenBI) 使组织能够无缝访问数据,从而彻底改变商业智能。我们的目标是通过先进的 AI 驱动型解决方案、可组合数据框架和语义智能来打破数据洞察的障碍,使每个团队成员都能自信地做出更快、更智能的数据驱动型决策。以用户为中心的端到端开源 SQL AI 代理 - 文本到 SQL 的整体解决方案以用户为中心的端到端开源 SQL AI 代理 - 文本到 SQL 的整体解决方案。

二、主要特点

1、Wren AI 会说您的语言,例如英语、德语、西班牙语、法语、日语、韩语、葡萄牙语、中文等。通过向 Wren AI 询问您的业务问题来解锁有价值的见解。它超越了表面的数据分析,揭示了有意义的信息,并简化了从潜在客户评分模板到客户细分的答案获取过程。

2、Wren AI 支持与各种大型语言模型LLMs 集成,包括但不限于:

  • OpenAI Models

  • Azure OpenAI Models

  • DeepSeek Models

  • Google AI Studio -- Gemini Models

  • Vertex AI Models (Gemini + Anthropic)

  • Bedrock Models

  • Anthropic API Models

  • Groq Models

  • Ollama Models

  • Databricks Models

3、GenBI 功能为用户提供 AI 生成的摘要,这些摘要与 SQL 查询一起提供关键见解,从而简化复杂数据。立即将查询结果转换为 AI 生成的报告、图表,将原始数据转换为清晰、可操作的视觉对象。借助 GenBI,您可以轻松做出更快、更明智的决策。

4、Wren AI 实施了语义引擎架构来提供您的业务LLM上下文;您可以轻松地在数据架构上建立逻辑表示层,以帮助LLM了解有关您的业务上下文的更多信息。

5、除了从数据库中检索数据之外,Wren AI 现在还可以回答探索性问题,例如"我拥有哪些数据"或"我的客户表中有哪些列?此外,我们的 AI 会根据您的情况动态生成推荐问题和智能后续查询,使数据探索更智能、更快速、更直观。让您的团队能够使用 AI 轻松获得更深入的洞察。

6、借助 Wren AI,您可以使用"建模定义语言"处理元数据、架构、术语、数据关系以及计算和聚合背后的逻辑,从而减少重复编码并简化数据联接。

7、在 Wren AI 中开始新对话时,您的问题将用于查找最相关的表。从这些中,LLM为用户生成最相关的问题。您还可以提出后续问题以获得更深入的见解。

8、Wren AI 提供无缝的端到端工作流程,使您能够轻松地将数据与 Excel 和 Google 表格等流行的分析工具连接起来。这样,您的见解仍然可以访问,从而可以使用您最熟悉的工具进行进一步分析。

三、安装条件

  1. 在本地计算机上安装 Docker Desktop。请确保 Docker Desktop 的版本至少为 >= 4.17。

  2. 准备 OpenAI API 密钥,请确保您的 Open API 密钥具有 Full Permission(All)

3.解压缩文件,您将看到一个名为 wren-launcher-windows.exe以管理员身份运行,选择您要选择的LLM提供商。如果是 OpenAI,请进入下一步;否则,请阅读此处的文档以设置自定义LLM提供程序。

输入您的 OpenAI API 密钥,然后选择要在 Wren AI 中使用的 OpenAI 生成模型。我们现在支持以下模型:输入您的 OpenAI API 密钥,然后选择要在 Wren AI 中使用的 OpenAI 生成模型。我们现在支持以下模型:

  • GPT-4o-mini
  • GPT-4o Mini
  • GPT-40 Robot

等待安装完成,安装将自动运行。该程序将为您设置 docker 容器,并在安装后在浏览器中为您打开应用程序 URL。如果启动程序没有为您打开 URL,请转到 localhost:3000 以开始使用 Wren AI.

夸克网盘分享

相关推荐
Work(沉淀版)2 小时前
DAY 40
人工智能·深度学习·机器学习
蓦然回首却已人去楼空3 小时前
Build a Large Language Model (From Scratch) 序章
人工智能·语言模型·自然语言处理
CM莫问3 小时前
<论文>(微软)WINA:用于加速大语言模型推理的权重感知神经元激活
人工智能·算法·语言模型·自然语言处理·大模型·推理加速
拾忆-eleven3 小时前
NLP学习路线图(二十六):自注意力机制
人工智能·深度学习
FreeBuf_3 小时前
最新研究揭示云端大语言模型防护机制的成效与缺陷
网络·安全·语言模型
MYH5164 小时前
在NLP文本处理中,将字符映射到阿拉伯数字(构建词汇表vocab)的核心目的和意义
人工智能·深度学习·自然语言处理
要努力啊啊啊4 小时前
KV Cache:大语言模型推理加速的核心机制详解
人工智能·语言模型·自然语言处理
mzlogin6 小时前
DIY|Mac 搭建 ESP-IDF 开发环境及编译小智 AI
人工智能
归去_来兮6 小时前
知识图谱技术概述
大数据·人工智能·知识图谱
就是有点傻6 小时前
VM图像处理之图像二值化
图像处理·人工智能·计算机视觉