Databases Java ★ 659

Canner/wren-engine

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"
      ]
    }
  }
}

Wren Engine — Arşivlendi

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

Wren Engine Neden Gerekli

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:

  • ham tablolar yerine modelleri anlaması
  • SQL'i icat etmek yerine güvenilir metrikleri kullanması
  • joinleri tahmin etmek yerine ilişkileri takip etmesi
  • yönetişimi atlamak yerine ona saygı göstermesi
  • doğal dili doğru, açıklanabilir veri erişimine dönüştürmesi

Bu, sonraki nesil ajan deneyimleri inşa eden takımlar için açık kaynaklı context engine'dir.

Vizyon

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:

  • MCP sunucuları ve ajan iş akışlarında gömülü
  • modern veri ambarları, veritabanları ve dosya sistemlerine bağlı
  • MDL aracılığıyla iş anlamını modellemeye yeterince ifadesel
  • yönetilen kurumsal kullanım durumlarını destekleyecek kadar sağlam
  • topluluk tarafından genişletmeye, entegre etmeye ve geliştirmeye açık

Wren AI tam vizyon ise, Wren Engine bu vizyonu birlikte çalışabilir hale getiren açık çekirdektir.

Wren Engine Ne Yapar

Wren Engine iş verilerini ajan tarafından kullanılabilen contexte dönüştürür.

Yüksek seviyede:

  1. İş alanınızı Wren'in anlamsal modeliyle ve MDL'siyle tanımlarsınız.
  2. Wren Engine ajanların ihtiyaç duyduğu contexti yakalar: modeller, metrikler, ilişkiler ve erişim kuralları.
  3. Niyet analiz eder ve temel veri kaynaklarında doğru sorgular planlar.
  4. MCP istemcileri ve AI ajanları bu contextle temiz bir arayüz aracılığıyla etkileşim kurar.
  5. Takımlar iş mantığı ve sistemler geliştikçe modeli refine etmeye devam eder.

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.

Ajan Oluşturucuları İçin Tasarlandı

Wren Engine, aşağıdaki gibi araçlarda ajan-native iş akışları oluşturan açık kaynaklı topluluk için özellikle yararlıdır:

  • OpenClaw
  • Claude Code
  • VS Code
  • Claude Desktop
  • Cline
  • Cursor

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:

  • güvenilir iş tanımlarıyla doğal dil analitikleri
  • yönetilen kurumsal veriler arasında sorulara cevap verebilen AI asistanları
  • panolar, raporlar ve iş akışı kararları oluşturan ajanlar
  • gerçek iş contexti gerektiren, sadece schema dökümü değil, kod asistanları
  • anlamsal modellere dayandırılması gereken, ad hoc SQL yerine, iç AI araçları

Bu, geliştirici odaklı ajan ortamlarında özellikle önemlidir; burada asistan kod tabanınızı anlayabilir ancak veri sorularını doğru cevaplamak için gerekli iş contexten hala yoksundur.

Desteklenen Veri Kaynakları

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:

  • Amazon S3
  • Apache Spark
  • Apache Doris
  • Athena
  • BigQuery
  • ClickHouse
  • Databricks
  • DuckDB
  • Google Cloud Storage
  • Yerel dosyalar
  • MinIO
  • MySQL
  • Oracle
  • PostgreSQL
  • Redshift
  • SQL Server
  • Snowflake
  • Trino

En son connection şemalarını ve yeteneklerini için proje belgelerindeki connector API doçlarına bakın.

Başlangıç

Wren Engine'i AI Ajanları Aracılığıyla Kullanın

Wren Engine'i Claude Code veya diğer AI Ajanları'ndan kullanmak istiyorsanız, buradan başlayın:

MCP sunucusu şunları içerir:

  • connection ve MDL kurulumu için yerel Web UI
  • daha güvenli ajan kullanımı için salt okunur mod
  • manifest deployment ve doğrulama araçları
  • uzak schema keşfi için metadata araçları

Kavramları öğrenin

Wren Engine vs. Diğer Veri Araçları

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:

  • bu araçlar genellikle bir ajanın veri bulmasına veya SQL oluşturmasına yardımcı olur
  • Wren Engine bir ajanın iş anlamını anlamasına ve context engine aracılığıyla doğru sorguyu üretmesine yardımcı olur
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:

  • veri alanını envanterlemek ve belgelemek için catalog
  • veri haline agentti-ready context olarak çevirmek için Wren Engine

Bunun neden önemli olduğu:

  • joinler ve metrikler tahmin edilmek yerine tanımlandığı için daha doğru cevaplar
  • her ajan aynı iş tanımlarını kullandığı için daha tutarlı cevaplar
  • yönetişim query planlama içinde taşınabildiği için daha güvenli veri erişimi
  • context engine içinde yaşadığı için prompt engineering daha az gerekli

Wren olmadan, bir ajan verilerin nerede olduğunu bilse bile soruyu doğru cevaplamayı yine de bilmeyebilir.

Depo Haritası

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.

Geliştirici giriş noktaları

Yerel Geliştirme

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

Proje Durumu

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.

Topluluk

Wren Engine, AI'ın daha iyi promptların değil daha iyi contextin ihtiyacı olduğuna inanan oluşturucular içindir.

Benzer MCP sunucuları

Daha fazla: Databases →