fenic

让 AI 直接读懂表格数据，告别繁琐的列名映射和提示词工程。

开源 🏷️定价信息待确认 ✅ 目前可打开智能体 🍴 复刻 49 🐛 待处理 38 👀 关注 2

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 680

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类智能体

开发团队typedef-ai

官网地址https://fenic.ai

GitHubhttps://github.com/typedef-ai/fenic

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agents,ai,ai-agents,llm

GitHub 星标★ 680

上线时间2025-06-16 00:00:00

代码更新2026-11-09

仓库体积30.8 MB

本站数据更新2026-11-10

维护状态活跃

收录时间2026-08-09

浏览次数6

项目介绍

fenic 是一个为人类和 AI 智能体设计的语义数据框（Semantic DataFrames）开源库。它解决的核心问题是：传统 pandas DataFrame 缺乏对数据语义的理解，导致智能体在处理表格数据时难以准确解析列名含义、数据类型和业务上下文。fenic 通过为 DataFrame 注入语义层，让 LLM 能够更自然地理解和操作数据。其核心能力包括：自动推断列语义、生成数据摘要、支持自然语言查询、以及为智能体提供结构化数据访问接口。它基于 Python 构建，深度集成 AI 智能体生态，旨在成为连接原始数据与智能推理之间的桥梁，减少数据预处理和提示词工程的负担。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 680

技术标签

agents ai ai-agents llm

使用教程

难度：进阶约 35 分钟部署方式：本地安装 4 步

环境要求

Python 3.10+
模型 API Key

安装与启动步骤

1安装

把 DataFrame 查询引擎加上语义算子，pip 装即可。
```
pip install fenic
```
2按需装扩展

PDF、聚类、相似连接的依赖较重，按场景选。
```
pip install "fenic[pdf,cluster,sim-join]"
```
3用语义算子处理文档

extract、classify、summarize 直接写在查询里，像普通列操作一样。
4对比传统流程

同样任务用传统 ETL 写一遍，体会代码量差异。