Canner/WrenAI

📣

2026-05-07— Wren Engine이 core/ 디렉토리 아래 이 저장소로 병합되었습니다.

이전의 Canner/wren-engine 저장소는 아카이브(archived)되었습니다. 이전의 WrenAI GenBI 앱은 legacy/v1 브랜치(태그 v1-final)에 보존되어 있습니다. 공지사항 읽기 →

AI 에이전트(AI agents)가 비즈니스 데이터에서 실패하는 이유는 SQL을 작성할 수 없어서가 아닙니다. 여러분의 데이터 웨어하우스(warehouse)가 무엇을 의미하는지 모르기 때문입니다. 중복된 테이블, 일관성 없는 명명 규칙, 대시보드와 SQL 파일에 흩어져 있는 지표(metric) 정의 등: 원시 데이터베이스(raw database)에 접근 권한을 가진 LLM은 입사 첫날의 신입 사원만큼이나 엉뚱한 추측을 합니다.

WrenAI는 그 간극을 메우는 오픈 컨텍스트 레이어(open context layer)입니다. 여러분은 MDL (Modeling Definition Language, 모델링 정의 언어)을 통해 엔티티(entities), 관계(relationships), 계산(calculations), 관리되는 액세스 패턴(governed access patterns) 등 비즈니스를 모델링하며, 모든 에이전트(Claude, Cursor, ChatGPT, 내부 코파일럿(copilots), 고객용 앱)는 분석가들이 이미 사용 중인 것과 동일한 레이어를 통해 쿼리(query)를 수행합니다.

Apache DataFusion 기반의 Rust 엔진은 모델링된 SQL을 변환하여 20개 이상의 데이터 소스(PostgreSQL, BigQuery, Snowflake, Spark 등)에 대해 실행합니다. Python SDK, CLI, 브라우저 내 WASM 모듈, 또는 에이전트 스킬(agent skills)을 위한 빌딩 블록(building blocks)으로 사용하세요.

가장 빠른 방법은 AI 코딩 에이전트(Claude Code, Cursor, Aider 등)가 설치를 주도하게 하는 것입니다:

# AI 에이전트에 WrenAI 스킬을 설치합니다
npx skills add Canner/WrenAI --skill '*'

새로운 에이전트 세션을 시작하고 다음과 같이 요청하세요:

wren-onboarding 스킬을 사용하여 Wren AI Core를 설치하고 설정해줘.

wren-onboarding 스킬은 에이전트가 환경 점검, 패키지 설치, 프로젝트 스캐폴딩(scaffolding), 첫 번째 데이터 소스 연결, 그리고 첫 번째 쿼리 실행까지 수행할 수 있도록 안내합니다.

전체 CLI 가이드 및 수동 설치 단계: core/wren/README.md.
각 커넥터(connector)별로 설치 가능한 추가 기능들이 여기에 나열되어 있습니다.

Wren Engine은 데이터 웨어하우스, 데이터베이스, 파일 기반 소스를 포함한 현대적인 데이터 스택(modern data stacks) 전반에서 작동하도록 구축되었습니다.

현재 오픈 소스 지원에는 다음과 같은 커넥터들이 포함됩니다:

• Amazon S3
• Apache Spark
• Apache Doris
• Athena
• BigQuery
• ClickHouse
• Databricks
• DuckDB
• Google Cloud Storage
• 로컬 파일 (Local files)
• MinIO
• MySQL
• Oracle
• PostgreSQL
• Redshift
• SQL Server
• Snowflake
• Trino

최신 연결 스키마(connection schemas) 및 기능에 대해서는 프로젝트 문서의 커넥터 API 문서를 참조하세요.

경로 (Path)	내용
core/	Rust 엔진 + Python/WASM 바인딩 (bindings) + CLI. 컨텍스트 레이어(context layer)의 핵심 메커니즘.
core/wren-core/	Rust 시맨틱 엔진 (semantic engine) (Cargo 워크스페이스).
core/wren-core-base/	매니페스트 타입 (Manifest types) (Model, Column, Cube, Relationship, View).
core/wren-core-py/	PyO3 바인딩 (PyPI: wren-core).
core/wren-core-wasm/	브라우저 내 시맨틱 SQL (semantic SQL)을 위한 WebAssembly 빌드 (npm: wren-core-wasm).
core/wren/	Python SDK + wren CLI (PyPI: wren-engine).
core/wren-mdl/	MDL JSON 스키마 (schema).
skills/	CLI 기반 에이전트 스킬 (agent skills) (wren-generate-mdl, wren-usage, wren-dlt-connector, wren-onboarding).
sdk/	프레임워크 통합 (Framework integrations). sdk/wren-langchain/ (PyPI: wren-langchain)이 제공됩니다; CrewAI / Pydantic-AI / Goose / LlamaIndex / Mastra가 곧 추가될 예정입니다.
examples/	엔드 투 엔드 (End-to-end) 예제 프로젝트 — 곧 추가될 예정입니다.
docs/core/	모듈 문서 (Module documentation).

Discord: discord.gg/canner
Discussions: github.com/Canner/WrenAI/discussions
Issues: github.com/Canner/WrenAI/issues

WrenAI는 다중 라이선스(multi-licensed)를 적용합니다:

— Apache License 2.0: core/**, sdk/**, skills/**, examples/**, 루트 레벨 파일들
— Creative Commons Attribution 4.0 International (CC BY 4.0): docs/**

향후 모듈은 GNU Affero General Public License v3.0 하에 도입될 수 있으며, 전체 텍스트는 선제적으로 여기에 커밋되었습니다. 권위 있는 경로별 라이선스 맵은 LICENSE를 참조하세요.

배포된 패키지들은 각 패키지 매니페스트(Cargo.toml, pyproject.toml, package.json)에 적용되는 라이선스를 명시합니다.