Semantic Engine, Model Context Protocol (MCP) istemcileri ve AI ajanları için bir anlamsal işleme motorudur.
Claude Desktop config.json'a ekle
{
"mcpServers": {
"canner-wren-engine": {
"command": "node",
"args": [
"~/.mcp/wren-engine/index.js"
]
}
}
} Kaynak kodu al ve yerel olarak çalıştır
git clone https://github.com/Canner/wren-engine.git ~/.mcp/wren-engine
cd ~/.mcp/wren-engine Bu depo Canner/WrenAI içindeki
core/dizinine birleştirilmiş ve şu anda arşivlenmiştir (salt okunur).Yeni konular ve PR'lar → Canner/WrenAI Tam geçiş detayları (yol eşleştirmesi, arşivlenen modüller, mantık) → tartışma #1592
</picture>
<h1 align="center">Wren Engine</h1>
AI ajanları için açık context engine
Wren Engine, Wren AI'nin ardında yer alan açık temeldir: iş verileri için anlamsal, yönetilen, ajan tarafından kullanılmaya hazır bir context katmanı.
https://github.com/user-attachments/assets/037f2317-d8e5-41f2-9563-1e0bce4ef50c
AI ajanları zaten araçları çağırabiliyor, belgelere göz atabiliyor ve kod yazabiliyor. Hala mücadele ettikleri şey iş contextidir.
Kurumsal veriler bir veri ambarındaki satırlardan ibaret değildir. Bunlar tanımlar, metrikler, ilişkiler, izinler, lineaj ve niyet içerir. PostgreSQL veya Snowflake'e bağlanabilen bir ajan, "net gelir", "aktif müşteri" veya "pipeline coverage"ın şirketinizde tam olarak ne anlama geldiğini bilmez.
Bu sadece bizim tezimiz değil. Your Data Agents Need Context yazısında a16z, veri ajanlarının yalnızca connectivity ve SQL generation'a sahip olduklarında ancak iş tanımları, güvenilir context ve bir şirketin nasıl çalıştığını açıklayan operasyonel bilgiden yoksun olduğunda başarısız olduğunu savunuyor.
Wren Engine bu boşluğu doldurmak için var.
AI ajanlarına üzerinde akıl yürütebilecekleri bir context engine sunuyor, böylece şunları yapabilirler:
Bu, sonraki nesil ajan deneyimleri inşa eden takımlar için açık kaynaklı context engine'dir.
Gelecekteki AI'ın sadece tool calling olmadığına inanıyoruz. Ajanların iş gerçekliğinin paylaşılan bir anlayışı üzerinde akıl yürütebileceği, alabilmesi, planlayabileceği ve harekete geçebileceği context bakımından zengin sistemlerdir.
Wren Engine bu geleceğe yönelik açık kaynaklı katkımızdır.
Wren AI'nin altında yer alan anlamsal ve yürütme temelidir ve tek bir ürünün ötesinde yararlı olacak şekilde tasarlanmıştır:
Wren AI tam vizyon ise, Wren Engine bu vizyonu birlikte çalışabilir hale getiren açık çekirdektir.
Wren Engine iş verilerini ajan tarafından kullanılabilen contexte dönüştürür.
Yüksek seviyede:
Bu, text-to-SQL'den context-aware veri ajanlarına doğru pratik açık kaynaklı yoldur.
Bu, ajanınızın artık "Hangi ham tabloyu sorgulamalıyım?" diye sormaması anlamına gelir.
"Bu görevi doğru cevaplamak için hangi iş kavramına, metriğe veya yönetilen context dilimme ihtiyacım var?" diye soruyor.
Wren Engine, aşağıdaki gibi araçlarda ajan-native iş akışları oluşturan açık kaynaklı topluluk için özellikle yararlıdır:
Ortamınız MCP konuşabiliyorsa, HTTP API'lerini çağırabiliyorsa veya anlamsal bir servisi gömebiliyorsa, Wren Engine ajanınızın arkasındaki context katmanı olabilir.
Aşağıdakiler gibi deneyimleri güçlendirmek için kullanın:
Bu, geliştirici odaklı ajan ortamlarında özellikle önemlidir; burada asistan kod tabanınızı anlayabilir ancak veri sorularını doğru cevaplamak için gerekli iş contexten hala yoksundur.
Wren Engine, veri ambarları, veritabanları ve dosya tabanlı kaynaklar da dahil olmak üzere modern veri yığınlarında çalışacak şekilde inşa edilmiştir.
Mevcut açık kaynak desteği aşağıdakiler gibi bağlayıcıları içerir:
En son connection şemalarını ve yeteneklerini için proje belgelerindeki connector API doçlarına bakın.
Wren Engine'i Claude Code veya diğer AI Ajanları'ndan kullanmak istiyorsanız, buradan başlayın:
MCP sunucusu şunları içerir:
İnsanlar genellikle Wren Engine'i DataHub gibi catalog servisleri, ham veritabanı MCP sunucuları, BI anlamsal araçları veya text-to-SQL ajanları ile karşılaştırır.
Basit fark şudur:
| Araç türü | Ajan'a ne sağlar | Wren Engine'in Eklediği |
|---|---|---|
| Veri catalog servisleri | Tablolar, sütunlar, lineaj, sahibi, açıklamalar | İş modelleri, metrikler, ilişkiler ve yönetilen query planlama |
| Ham veritabanı veya schema erişimi | Şemalara ve SQL yürütmeye doğrudan erişim | Ham tablolar üzerine iş katmanı, böylece ajan niyet tahmin etmek zorunda kalmaz |
| BI veya anlamsal araçlar | Analitik iş akışları için küratörlü metrikler ve varlıklar | Ajan iş akışları için tasarlanmış açık context katmanı |
| Text-to-SQL ajanlar | Doğal dilden hızlı SQL oluşturma | Açık iş tanımlarında temellendirilmiş daha iyi doğruluk |
Birçok takım her ikisini isteyecektir:
Bunun neden önemli olduğu:
Wren olmadan, bir ajan verilerin nerede olduğunu bilse bile soruyu doğru cevaplamayı yine de bilmeyebilir.
Bu depo temel engine modüllerini içerir:
| Modül | Ne yapar |
|---|---|
wren-core |
MDL analizi, planlama ve optimizasyon için Apache DataFusion tarafından desteklenen Rust context engine'i |
wren-core-base |
Paylaşılan manifest ve modelleme türleri |
wren-core-py |
Engine'i Python'a sunan PyO3 bağlamaları |
ibis-server |
Query yürütme, doğrulama, metadata ve bağlayıcılar için FastAPI sunucusu |
mcp-server |
AI ajanları ve MCP-uyumlu istemciler için MCP sunucusu |
Destekleyici modüller wren-core-legacy, example, mock-web-server ve benchmark yardımcılarını içerir.
Yaygın iş akışları:
# Rust context engine'i
cd wren-core
cargo check --all-targets
# Python + connector sunucusu
cd ibis-server
just install
just dev
# MCP sunucusu
cd mcp-server
# uv tabanlı kurulum için modül README'sine bakın
Wren Engine açıkça etkin bir şekilde gelişiyor. Mevcut fokus, context engine, yürütme yolunu ve MCP entegrasyonunu gerçek dünya ajan iş akışları için güçlendirmektir.
Ajanlarla bugün inşa ediyorsanız, katılmak için harika bir zamandır.
Wren Engine, AI'ın daha iyi promptların değil daha iyi contextin ihtiyacı olduğuna inanan oluşturucular içindir.
Veritabanları için kolay, hızlı ve güvenli araçlar sağlayan açık kaynak MCP sunucusu.
Baserow veritabanı entegrasyonu ile tablo arama, listeleme ve satır oluşturma, okuma, güncelleme ve silme işlemlerini gerçekleştirebilirsiniz.
Postgres geliştirme ve operasyonları için kapsamlı MCP sunucusu; performans analizi, ayarlama ve sağlık kontrolleri için araçlar içerir.
Supabase'in resmi MCP sunucusu, AI asistanlarını doğrudan Supabase projenize bağlayarak tablo yönetimi, config getirme ve veri sorgulama gibi işlemleri gerçekleştirmelerine olanak tanır.
NodeJS'de MySQL veritabanı entegrasyonu, yapılandırılabilir erişim kontrolleri ve schema incelemesi özellikleri ile sağlanır.
A Qdrant MCP server