如何把 WrenAI 作为 MCP 服务器接入 Claude Desktop 等本地 IDE 客户端【免费下载链接】WrenAIGenBI (Generative BI) for AI agents, an open-source, governed text-to-SQL through an open context layer that turns natural-language questions into trusted dashboards, charts, and SQL across 20 data sources, such as BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks and more.项目地址: https://gitcode.com/GitHub_Trending/wr/WrenAIWrenAI 的wren serve mcp命令可以把一个 Wren 项目的查询、schema 和业务工具通过 MCP 协议暴露给任意 MCP 客户端 —— Claude Desktop、Claude Code、Cursor 或其他 IDE。服务器直接内嵌运行在已编译的 MDL 和当前连接 profile 之上不需要 ibis-server 或额外后端。接入成功后客户端内的 AI 可以直接对自然语言问题执行 SQL、读取项目模型定义和业务知识。适用前提已有一个完成构建的 Wren 项目wren context build已生成target/mdl.json并已绑定连接 profilewrenCLI 要求 Python 3.11可参考 安装指南 与 快速开始。准备条件MCP 指南列出的启动前条件见 MCP 指南已构建的项目项目内存在target/mdl.json由wren context build生成。缺少该文件时服务器启动会直接报错并给出提示。已绑定的连接 profile通过wren profile add创建、wren context set-profile绑定到项目只有只使用 schema/转译工具的场景可以用--no-connect跳过。profile 的创建与验证方式见 连接数据库指南wren profile debug查看解析后的配置wren --sql SELECT 1测试连通性。安装mcpextrapip install wrenai[mcp]如果你是在core/wren仓库检出目录中工作对应命令是just install-extra mcp。启动 MCP 服务器进入项目目录启动cd my-project wren serve mcpmy-project替换为你的 Wren 项目根目录即包含wren_project.yml的目录。默认使用stdio传输 —— 这正是由客户端把wren作为子进程拉起的模式Claude Desktop 这类桌面客户端走的就是这条路径。启动时服务器会把当前这次调用的注册命令直接打印到终端写入 stderrHTTP 模式下是一条claude mcp add/codex mcp add命令stdio 模式下除了这两条命令还会附带一个 JSONmcpServers配置块内容会如实反映--project、--profile、--allow-write以及WREN_HOME的取值可以直接复制使用。加--quiet或-q可关闭这段横幅输出。各 flag 的默认值与作用来自 CLI 参考Flag默认值说明--transportstdiostdio或http--host127.0.0.1绑定地址仅--transport http生效--port8080绑定端口仅--transport http生效--project自动发现显式指定项目根覆盖目录发现逻辑--profile当前 active profile指定使用的连接 profile 名--allow-write关开启store_query写入工具默认服务器只读--no-connect关仅转译模式禁用run_sql、dry_run、query_cube完全不碰数据库--quiet/-q关不打印客户端注册帮助横幅如果项目源码文件models/、views/、cubes/、relationships.yml、wren_project.yml比target/mdl.json新服务器会打印 MDL 可能过期的警告但不会自动重新构建仍继续服务现有 manifest —— 修改模型后要手动重跑wren context build。接入 Claude Desktop 等 stdio 客户端大多数桌面/IDE MCP 客户端通过 JSON 配置以 stdio 方式拉起服务器例如{ mcpServers: { wren: { command: wren, args: [serve, mcp], cwd: /path/to/your/project } } }cwd处的/path/to/your/project替换为你 Wren 项目的绝对路径 —— 它必须位于项目内部CLI 靠向上查找wren_project.yml来定位项目。如果你不想依赖工作目录也可以在args里改为传--project /path/to/project。把配置加入客户端后重启客户端使配置生效。HTTP 传输可选分支如果需要多个进程/客户端连接同一个服务器改用 HTTP 传输wren serve mcp --transport http --host 127.0.0.1 --port 8080客户端不再拉起子进程而是指向该主机/端口上的 Streamable HTTP 端点例如http://127.0.0.1:8080host/port按你实际启动参数替换。注意文档明确说明HTTP 默认绑定127.0.0.1且当前版本不提供 bearer-token 鉴权因此应只作为本地服务使用不要暴露到局域网之外。验证接入结果启动横幅wren serve mcp启动即打印与本次调用一致的注册命令/JSON 配置块可以核对command、args、cwd或--project是否与你的客户端配置一致。工具清单接入成功后客户端侧应能看到服务器暴露的如下工具、资源与 prompt完整签名见 CLI 参考查询工具run_sql、dry_run、dry_plan、query_cubeSchema 工具get_mdl、list_models、describe_model、get_data_source、list_cubes、describe_cube、list_functions知识工具get_instructions、recall_queries、get_context、describe_schema、list_stored_queries、list_knowledge以及仅在--allow-write下注册的store_query资源wren://mdl、wren://instructions、wren://project、wren://agents、wren://knowledge/{path}Promptwren_workflow一套 schema → instructions → recall → dry-run → run → store 的现成 SOP降级行为知识类工具优先使用memoryextra嵌入检索、完整查询历史未安装时回退为对knowledge/目录的无依赖读取describe_schema则完全不需要任何 extra。安全与限制连接凭据在服务器启动时从 profile 解析一次留在服务器端—— 跨 MCP 边界传输的只有 SQL 文本、查询结果和元数据客户端拿不到数据库凭据。wren://knowledge/{path}资源会校验请求路径必须留在项目的knowledge/目录内试图逃逸的路径例如../wren_project.yml会被拒绝。默认情况下服务器是只读的只有显式加--allow-write才会注册store_query写入工具。--no-connect模式下服务器永不接触数据库适合纯 schema 浏览与 SQL 转译场景。更完整的 flag 与工具说明见 CLI 参考 —wren serve项目结构与target/mdl.json的生成见 Manage project。【免费下载链接】WrenAIGenBI (Generative BI) for AI agents, an open-source, governed text-to-SQL through an open context layer that turns natural-language questions into trusted dashboards, charts, and SQL across 20 data sources, such as BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks and more.项目地址: https://gitcode.com/GitHub_Trending/wr/WrenAI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考