WrenAI: assistente de IA de análise de dados de conversação com acesso direto a respostas, consultas SQL e relatórios de análise

Introdução geral

O WrenAI é um assistente de IA SQL de código aberto projetado especificamente para ajudar equipes de dados, equipes de produtos e equipes de negócios a obter insights de dados por meio do diálogo em linguagem natural. Ele é capaz de converter linguagem natural em consultas SQL, gerar gráficos, planilhas e relatórios e oferecer suporte a interações multilíngues. O projeto é desenvolvido e mantido pela Canner sob o protocolo de código aberto AGPL-3.0 e recebeu mais de 2.800 classificações de estrelas no GitHub. A principal força do WrenAI é sua solução completa de ponta a ponta, que inclui uma interface de usuário intuitiva, uma camada de serviço de IA avançada e um mecanismo semântico que lida com segurança e precisão com as necessidades de consulta de dados sem a necessidade de escrever código para obter resultados de análise de dados sem escrever código. resultados de análise de dados sem escrever código.

O WrenAI apresenta gerenciamento visual de modelagem de dados, marcação de relações comerciais entre modelos e marcação de tabela de descrições comerciais para cada tabela e campo. As descrições de negócios rotuladas são usadas como contexto para o modelo maior para melhorar a precisão da consulta de linguagem natural SQL.

Arquitetura agêntica de texto para SQL da Wren AI

WrenAI Gerencie a modelagem de dados, visualize os relacionamentos da tabela, observe o recurso de modelagem de IA no canto superior direito

O WrenAI gera respostas, consultas e relatórios de dados de forma inteligente

Lista de funções

• Multilingual Natural Dialogue: suporta interação de diálogo com dados em vários idiomas
• Explorações inteligentes de dados: compreensão de dados orientada por IA e recomendações de problemas
• Sistema de indexação semântica: compreensão semântica por meio de UI/UX bem projetada
• Geração de SQL contextual: combinação de metadados, esquema e terminologia para gerar consultas SQL precisas
• Análise de dados sem código: as percepções dos dados estão disponíveis por meio do diálogo
• Visualização orientada por IA: geração automática de resumos de dados e gráficos de visualização
• Integração de exportação de dados: suporte para exportação para o Excel e outras ferramentas de análise
• Garantia de segurança: arquitetura RAG, sem necessidade de expor os dados ao modelo LLM

Usando a Ajuda

1. implantação do sistema

O WrenAI oferece uma variedade de opções de implementação:

1. Implantação do Docker:
   • Implemente diretamente usando o arquivo de configuração do Docker fornecido
   • Ideal para inicialização rápida em uma única máquina
2. Implantação do Kubernetes:
   • Implementação com Kustomização
   • É necessário garantir que as seguintes dependências sejam atendidas:
     • nginx.ingress
     • DNS externo
     • gerenciador de certificados
     • kubectl kustomize
     • helm (necessário para o ambiente minikube)

2. início rápido

1. Configuração básica
   • Obtenha a chave de API necessária (chave de API da OpenAI)
   • Configuração de uma conexão de banco de dados (PostgreSQL)
   • Definição de chaves e variáveis de ambiente
2. acesso aos dados
   • Conexão de suas fontes de dados
   • Definição de relacionamentos de dados
   • Configuração do mapeamento da terminologia empresarial
3. Processo de uso
   a) Iniciar o diálogo:
   • Selecione a tabela de dados relevante
   • Faça perguntas em linguagem natural
   • A IA gera automaticamente sugestões para questões relevantes

   b) Exploração de dados:

   • Visualizar estruturas de dados
   • Compreensão dos significados do campo
   • Explore as relações de dados

   c) Análise e visualização:

   • Obtenção de resultados de consultas SQL
   • Veja um resumo dos dados gerados por IA
   • Geração automática de gráficos de visualização
   • Exportação de resultados de análises

3. funções avançadas

1. Modelagem semântica:
   • Uso da "linguagem de definição de modelagem"
   • Configuração de relações de dados
   • Definição da lógica de cálculo
2. Integração de dados:
   • Integração de suplementos do Excel
   • Função de exportação de dados
   • Interface com outras ferramentas analíticas

4. declaração de segurança

• Garantir a segurança dos dados com a arquitetura RAG
• Não há necessidade de expor dados brutos aos modelos LLM
• Suporte para implementação privada