WrenAI: المساعد الذكي مفتوح المصدر لتحليلات البيانات بلغة طبيعية

WrenAI: المساعد الذكي مفتوح المصدر لتحليلات البيانات بلغة طبيعية

يُقدّم هذا المقال شرحًا مفصلاً لـ WrenAI، وهو وكيل ذكاء أعمال توليدي (GenBI) مفتوح المصدر، طوره فريق Canner، لتمكين التفاعل السلس والطبيعي مع البيانات المُهيكلة باستخدام اللغة الطبيعية. يهدف WrenAI إلى خدمة فرق العمل التقنية وغير التقنية على حد سواء، مُتيحًا لهم استعلام البيانات وتحليلها وتصورها دون الحاجة إلى كتابة استعلامات SQL. تم التحقق من جميع الإمكانيات والتكاملات مع الوثائق الرسمية وأحدث الإصدارات.

إمكانيات رئيسية:

• تحويل اللغة الطبيعية إلى SQL: يُمكّن WrenAI المستخدمين من طرح أسئلة البيانات بلغة طبيعية (بلغات متعددة)، ويُترجمها إلى استعلامات SQL دقيقة وجودة عالية، مما يُسهّل الوصول إلى البيانات للمستخدمين غير التقنيين.
• مخرجات متعددة الوسائط: يُنتج النظام استعلامات SQL، ومخططات بيانية، وتقارير مُلخصة، ولوحات تحكم، وجداول بيانات. تتوفر كل من المخرجات النصية والمرئية (مثل المخططات والجدول) لعرض البيانات الفوري أو لإعداد التقارير التشغيلية.
• رؤى GenBI: يوفر WrenAI مُلخصات مُولدة بالذكاء الاصطناعي، وتقارير، وتصور مُدرك للسياق، مما يُمكّن من إجراء تحليلات سريعة وجاهزة لاتخاذ القرارات.
• مرونة نماذج اللغات الكبيرة (LLM): يدعم WrenAI مجموعة واسعة من نماذج اللغات الكبيرة، بما في ذلك:
  • سلسلة OpenAI GPT
  • Azure OpenAI
  • Google Gemini، Vertex AI
  • DeepSeek
  • Databricks
  • AWS Bedrock (Anthropic Claude، Cohere، إلخ)
  • Groq
  • Ollama (لنشر نماذج LLMs المحلية أو المُخصصة)
  • نماذج أخرى متوافقة مع واجهة برمجة تطبيقات OpenAI ونماذج مُعرّفة من قبل المستخدم.
• طبقة دلالية وفهرسة: يستخدم WrenAI لغة تعريف النمذجة (MDL) لتشفير المخططات، والمقاييس، والانضمامات، والتعريفات، مما يُمنح نماذج LLMs سياقًا دقيقًا ويُقلل من الهلوسات. تضمن المحرّك الدلالي استعلامات غنية بالسياق، ودمج المخططات، واسترجاع قائم على الأهمية للحصول على استعلامات SQL دقيقة.
• التصدير والتعاون: يمكن تصدير النتائج إلى Excel، أو Google Sheets، أو واجهات برمجة التطبيقات لتحليلها بشكل أكبر أو مشاركتها مع الفريق.
• إمكانية تضمين واجهة برمجة التطبيقات: تتوفر إمكانيات الاستعلام والتصور من خلال واجهة برمجة التطبيقات، مما يُمكّن من تضمينها بسلاسة في التطبيقات والواجهات الأمامية المُخصصة.

نظرة عامة على البنية:

تتميز بنية WrenAI بنظامها الوحدوي وقابلية توسيعها العالية لنشرها وتكاملها القوي:

المكون	الوصف
واجهة المستخدم	واجهة مستخدم قائمة على الويب أو سطر الأوامر للاستعلامات بلغة طبيعية وتصور البيانات
طبقة التنسيق	تُعالِج تحليل المدخلات، وتُدير اختيار نموذج LLM، وتُنسّق تنفيذ الاستعلامات
الفهرسة الدلالية	تُدمج مخططات قاعدة البيانات والبيانات الوصفية، مُقدّمة سياقًا أساسيًا لـ LLM
تجريد LLM	واجهة برمجة تطبيقات موحّدة لتكامل مُزوّدي نماذج LLMs المُتعددة، سواء السحابية أو المحلية
محرّك الاستعلامات	يُنفّذ استعلامات SQL المُولّدة على قواعد البيانات/مستودعات البيانات المُدعمّة
التصور	يُنشئ الجداول، والمخططات، ولوحات التحكم، ويُصدّر النتائج حسب الحاجة
الإضافات/التوسعة	يسمح بوصلات مُخصصة، وقوالب، ومنطق مُطالبات، وتكاملات لاحتياجات مُحددة حسب المجال

تفاصيل المحرّك الدلالي:

• دمج المخططات: تمثيلات مُتجهة كثيفة تُلتقط سياق المخطط والأعمال، وتُشغّل الاسترجاع القائم على الأهمية.
• المطالبات ذات القليل من الأمثلة وحقن البيانات الوصفية: يتم حقن عينات المخططات، والانضمامات، ومنطق الأعمال في مطالبات LLM لتحسين المنطق والدقة.
• ضغط السياق: يُكيّف المحرّك حجم تمثيل المخطط وفقًا لحدود الرموز، مع الحفاظ على التفاصيل المهمة لكل نموذج.
• التوليد المُعزز بالاسترجاع: يتم جمع مخططات البيانات الوصفية ذات الصلة عبر البحث المُتجهي وإضافتها إلى المطالبات لمواءمة السياق.
• خالٍ من اعتماد النموذج: يعمل محرّك Wren عبر نماذج LLMs عبر تجريد قائم على البروتوكول، مما يضمن سياقًا مُتناسقًا بغض النظر عن الخلفية.

التكاملات المدعومة:

• قواعد البيانات ومستودعات البيانات: دعم جاهز لـ BigQuery، وPostgreSQL، وMySQL، وMicrosoft SQL Server، وClickHouse، وTrino، وSnowflake، وDuckDB، وAmazon Athena، وAmazon Redshift، وغيرها.
• أنماط النشر: يمكن تشغيله بشكل ذاتي، أو في السحابة، أو كخدمة مُدارة.
• واجهة برمجة التطبيقات والتضمين: يتكامل بسهولة مع التطبيقات والمنصات الأخرى عبر واجهة برمجة التطبيقات.

حالات الاستخدام النموذجية:

• التسويق/المبيعات: إنشاء سريع لمخططات الأداء، وتحليلات القمع، أو مُلخصات حسب المنطقة من خلال مطالبات اللغة الطبيعية.
• المنتج/العمليات: تحليل استخدام المنتج، وتسرب العملاء، أو مقاييس التشغيل مع أسئلة المتابعة والمُلخصات المرئية.
• المديرون/المحللون: لوحات تحكم أعمال مُحدّثة تلقائيًا، وتتبع مؤشرات الأداء الرئيسية، يتم تقديمها في دقائق.

الخاتمة:

يُعدّ WrenAI حل GenBI مفتوح المصدر مُعتمد، يُسدّ الفجوة بين فرق العمل و قواعد البيانات من خلال تحليلات مُدارة بالذكاء الاصطناعي، مُدركة للسياق، وقائمة على المحادثة. إنه قابل للتوسيع، ومتوافق مع نماذج LLMs مُتعددة، وآمن، ومُصمم بعمود فقري دلالي قوي لضمان معلومات أعمال جديرة بالثقة، وقابلة للتفسير، وسهلة التكامل. يمكنكم زيارة صفحة GitHub. جميع الحقوق محفوظة للباحثين في هذا المشروع.

المصدر: MarkTechPost