最新

如果你曾经使用过TripIt或Flighty，这款应用类似，但更专注于像我这样的数字游牧者，并且希望在智能性和设计上更出色。你觉得怎么样？

我的公司由于合规政策停止使用Navicat。虽然DBeaver可以使用，但我并不喜欢它。 我遇到了两个反复出现的问题。 首先，生产调查通常需要在不同的数据库中执行多个查询。我会查询一个表，将一个ID复制到另一个查询中，等待结果，然后重复这个过程好几次。我开始想，是否有办法在不为每个案例编写单独脚本的情况下处理这个问题。如果我有一个简单的表单，可以输入我已经知道的查询参数，然后运行一系列SQL语句，那该多好！基于这个想法，我最终构建了Workflow。 Superset是一个很好的工具，但作为一个主要需要为我的老板整理几个报告的开发者，部署和维护一个完整的Superset堆栈感觉有些过于复杂。因此，我最终构建了一个简单的仪表板功能，用于保存SQL查询和报告。 当Navicat在工作中不再是一个选项时，我开始寻找一个开源替代方案。我还想解决上述两个反复出现的问题。最终，这促使我构建了DataZen，一个基于Tauri v2、Rust、React和TypeScript构建的GPLv3许可的桌面数据库客户端。 它还包括： - SQL编辑器和模式浏览器 - 使用当前模式作为上下文的自然语言SQL - SQL错误诊断和EXPLAIN分析 - 从查询结果生成图表 - MCP服务器/客户端支持 - 可扩展的数据库驱动程序API - 模式差异、数据同步和数据传输工具 核心数据库工作流程在没有AI的情况下也能正常工作。一旦配置了AI提供者，它将通过访问活动模式、查询错误、执行计划和工作流程上下文来扩展相同的工作流程。它可以草拟SQL、诊断故障、解释计划，并自动化多步骤工作流程的部分内容。当启用AI时，它使用用户配置的提供者和DataZen中已经可用的数据库上下文。 这是一个早期的v0.1.0版本，仍然存在一些不完善之处。我特别希望能得到以下方面的反馈： - YAML是否是跨数据库工作流程的良好接口 - 只读访问和写入批准应该如何工作 - 数据库驱动程序的可扩展性在实践中是否有用 - 哪些日常数据库任务仍然是多余的重复 GitHub: [https://github.com/flyxl/datazen](https://github.com/flyxl/datazen) 下载: [https://github.com/flyxl/datazen/releases](https://github.com/flyxl/datazen/releases)