DataAI：本地运行的 AI 数据库客户端，让「说清楚需求」就能查库、改表DataAI（仓库与发行版常用名 DB-AI）是一款面向开发者、数据同学和 DBA 的 Windows 桌面端数据库工具：在本地连接 MySQL、PostgreSQL、Oracle、SQL Server、SQLite、MariaDB 等库，用 自然语言或 SQL 完成查询、建表、改表与结果导出，并内置 AI Agent（LangGraph） 与 长期记忆，同一套业务库用得越久，生成 SQL 越贴你的表结构与习惯。—## 获取方式- Gitee 仓库：https://gitee.com/CodeYG/db-ai-pro - 发行版下载（安装包 / 更新说明）：https://gitee.com/CodeYG/db-ai-pro/releases 欢迎 Star、提 Issue 反馈问题或功能建议。—## 为什么值得试？### 1. 自然语言 → 可执行 SQL，且懂你的库- 用中文描述需求，AI 自动 选表、拉表结构、必要时查枚举值，多步推理后给出 SQL。 - 按数据库类型生成语法（MySQL / PostgreSQL / Oracle 等），减少「方言写错」的摩擦。 - 编辑器里已有 SQL 时，简短指令（如「只保留 active」「按时间倒序」）可 基于当前上下文 续写，而不是从零乱猜表名。### 2. AI 建表 / 改表：对齐现有库的「风格」- 多轮对话 澄清需求，输出 CREATE TABLE / ALTER TABLE。 - 会参考库内已有表，尽量保持 命名、字段类型、主键与索引习惯 一致，适合在「已有系统」里增量加表、改表。### 3. 长期记忆：越用越省沟通成本- 按 连接 + 数据库 隔离存储：命名规范样例、相似历史查询、表级摘要（历史 pattern 压缩后的规律描述）等。 - 后续查询会在提示词中带上 「该库各表使用规律」 等片段，减少重复说明业务口径。 - 提供 「AI 记忆」 可视化界面，可查看、清空或 手动触发表级摘要生成（适合沉淀团队常用查数模式）。### 4. 不只是「AI 玩具」，也是日常客户端- SQL 编辑器：语法高亮、格式化、基于表结构的补全；支持多语句、多结果标签页。 - 结果集：排序、筛选、编辑行并生成 UPDATE、导出 CSV / Excel / JSON 等（以当前版本为准）。 - 连接管理：测试连接、加密存储敏感信息；支持 从 Navicat 导入连接（注册表 / .ncx），降低迁移成本。 - 表结构同步、Redis 相关能力 等可在新版中按文档体验（详见项目 README 与发行说明）。### 5. 本地优先，数据更可控- 默认 本地运行，连接与记忆配置在本地；适合对数据出境敏感的环境（AI 调用仍取决于你所配置的 API 或本地模型）。 - 支持 OpenAI 兼容接口，可对接云端大模型或 Ollama 等本地模型，按团队规范选型。—## 适合谁？| 角色 | 典型用法 ||------|-----------|| 后端 / 全栈 | 日常查数、联调、复杂 JOIN 与聚合让 AI 起草再手工微调 || 数据分析 | 不熟 SQL 语法也能用自然语言探索库表与指标 || DBA / 运维 | 多库连接统一管理、结构浏览、脚本与同步类工作流 || 技术负责人 | 统一工具链 + 可选本地模型，平衡效率与合规 |—## 技术栈速览Python 3.8+、PyQt6、SQLAlchemy、LangGraph 查询 Agent、OpenAI 兼容 API；详细架构见仓库内 docs/ 说明文档。—## 小结如果你希望 少写重复 SQL、少记每张表的细节，又不想把库结构交给纯网页工具，DataAI 把「客户端的专业性」和「大模型的表达能力」放在同一台机器上，值得一装一试。仓库：https://gitee.com/CodeYG/db-ai-pro 下载：https://gitee.com/CodeYG/db-ai-pro/releases —本文用于技术社区转载时，请保留项目链接；欢迎反馈真实使用场景，帮助项目持续迭代。