WrenAI 是一个开源的 Text-SQL 的工具，通过导入数据库结构，通过提问的方式生成 SQL。本文将讲述如何在 MacOS 上安装 WrenAI。要运行WrenAI，首先需要安装 Docker 桌面版。

下载 WrenAI

https://github.com/Canner/WrenAI/releases/tag/0.7.0

初始化配置文件

wget -O .env.ai.example https://raw.githubusercontent.com/canner/WrenAI/main/docker/.env.ai.example && \
mkdir -p ~/.wrenai && cp .env.ai.example ~/.wrenai/.env.ai

默认系统使用的是 OpenAI 模型，改为使用 Ollama 模型

## LLM
 LLM_PROVIDER=ollama_llm # openai_llm, azure_openai_llm, ollama_llm
 GENERATION_MODEL=qwen2:7b
 GENERATION_MODEL_KWARGS={"temperature": 0}

 # openai or openai-api-compatible
 LLM_OPENAI_API_KEY=sk-xxxx
 LLM_OPENAI_API_BASE=https://api.openai.com/v1

 # azure_openai
 LLM_AZURE_OPENAI_API_KEY=
 LLM_AZURE_OPENAI_API_BASE=
 LLM_AZURE_OPENAI_VERSION=

 # ollama
 LLM_OLLAMA_URL=http://host.docker.internal:11434


 ## EMBEDDER
 EMBEDDER_PROVIDER=ollama_embedder # openai_embedder, azure_openai_embedder, ollama_embedder
 # supported embedding models providers by qdrant: https://qdrant.tech/documentation/embeddings/
 EMBEDDING_MODEL=nomic-embed-text
 EMBEDDING_MODEL_DIMENSION=768

 # openai or openai-api-compatible
 EMBEDDER_OPENAI_API_KEY=sk-xxxx
 EMBEDDER_OPENAI_API_BASE=https://api.openai.com/v1

 # azure_openai
 EMBEDDER_AZURE_OPENAI_API_KEY=
 EMBEDDER_AZURE_OPENAI_API_BASE=
 EMBEDDER_AZURE_OPENAI_VERSION=

 # ollama
 EMBEDDER_OLLAMA_URL=http://host.docker.internal:11434


 ## DOCUMENT_STORE
 DOCUMENT_STORE_PROVIDER=qdrant

 QDRANT_HOST=qdrant

选择定义模型

开始安装，选择自定义模型

安装完成

进入容器查看，镜像已经启动

导入数据

进入主界面 http://localhost:3000，导入 MySQL 数据库

输入 Mysql 相关信息并导入

数据表

我导入了两张表，在数据模型页可以看到两张表的信息，为字段添加中文描述信息。

输入需要查询的问题

在输入框中输入 “查询用户的创建日期大于 2024-01-01”，点击提问可以预览生成的 SQL，通过数据模型中配置表关系，可以进行更复杂的查询。

总结

WrenAI 安装部署简单，安装过程中需要注意模型的配置信息，包括 LLM 模型以及 Embedding 模型。如果需要修改模型，直接更新 ~/.wrenai/.env.ai 中的配置，修改完成以后，重新创建容器，WrenAI 是 RAG 应用，Embbeding 模型的选择更为重要。