GenBI (Generative BI) für AI-Agenten, ein Open-Source, regulierter Text-zu-SQL über eine offene Kontextschicht, die natürliche Sprachfragen in vertrauenswürdige Dashboards, Diagramme und SQL über 20+ Datenquellen wie BigQuery, Snowflake, PostgreSQL, ClickHouse umwandelt,
Erstellen und verwalten Sie Geschäftsdashboards, indem Sie Fragen in natürlicher Sprache stellen und Einblicke aus verschiedenen Datenquellen erhalten.
pip install wrenai # core (DuckDB included) pip install "wrenai[postgres,memory]" # add per-datasource and memory extras as needed
Auszüge aus der Projekt-README zu GitHub. Das Urheberrecht und die Lizenzen verbleiben bei den jeweiligen Autoren.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarGenBI (Generative BI) für AI-Agenten, ein Open-Source, regulierter Text-zu-SQL über eine offene Kontextschicht, die natürliche Sprachfragen in vertrauenswürdige Dashboards, Diagramme und SQL über 20+ Datenquellen wie BigQuery, Snowflake, PostgreSQL, ClickHouse umwandelt,
WrenAI hat 17.4k Sterne auf GitHub. Es wurde 2k-mal geforkt. WrenAI ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. Die Hauptthemen sind: ai-agents, bigquery, business-intelligence, charts.
GenBI (Generative BI) für AI-Agenten, ein Open-Source, regulierter Text-zu-SQL über eine offene Kontextschicht, die natürliche Sprachfragen in vertrauenswürdige Dashboards, Diagramme und SQL über 20+ Datenquellen wie BigQuery, Snowflake, PostgreSQL, ClickHouse umwandelt,
WrenAI ist ein Open-Source-Projekt.
Ja. WrenAI ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
WrenAI ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/canner-wrenai.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.