当前位置: 首页 > news >正文

25K+ Star!一个开源的通用 SQL 客户端工具!

项目介绍

Chat2DB—— 一个智能的通用 SQL 客户端和数据报表工具,帮助您更快地编写 SQL 查询、管理数据库、生成报告、探索数据,并且可以与多种数据库进行交互。

功能特色

  • 多数据库支持:支持多种10+数据库,包括 MySQL、H2、Oracle、PostgreSQL、SQLServer、SQLite、MariaDB、ClickHouse 等
  • 可视化表管理:支持可视化表编辑器,无需编写 DDL 语句,即可完成表列名、类型、主键、注释等的增删改查;同时支持视图、函数、触发器、存储过程的可视化查看与编辑
  • SQL 控制台增强:内置语法高亮、智能提示、SQL 格式化(支持选中片段格式化),支持快捷键执行 SQL、保存查询记录等
  • 多 LLM 模型适配:支持集成多款大语言模型,提供 AI 输入交互实现 SQL 编写、数据分析、报表生成等功能
  • 个性化定制:支持主题颜色自定义、明暗主题切换,同时支持国际化多语言

技术栈

  • 客户端:基于 Umi v4 脚手架、Ant Design v5 组件库、Dva 状态管理,使用 TypeScript 开发,支持国际化
  • 服务端:基于 Java17 + SpringBoot3 开发

快速上手

安装部署

支持 Docker 部署,可使用 Docker 快速部署。

1、拉取镜像

docker pull chat2db/chat2db:latest

2、创建挂载目录

mkdir -p /data/software/chat2db

3、运行容器

docker run -d -ti \ --name chat2db \ -p 10824:10824 \ -v /data/software/chat2db:/root/.chat2db \ chat2db/chat2db:latest

4、容器运行成功后,浏览器访问

http://{IP/域名}:10824

默认账号密码:chat2db/chat2db.

创建连接

1、首次使用Chat2DB需要创建数据库连接

2、选择数据库类型

3、输入数据库连接信息,测试通过并保存

4、连接创建成功后,就可以开始进行数据查询操作

功能体验

  • SQL 查询

  • 暗黑模式

  • 表管理

  • 仪表盘

  • 基础设置

  • AI 配置

本地开发

环境准备

1、环境依赖

  • 后端:JDK17+
  • 前端:Node.js16+

2、克隆或下载项目源码

git clone https://github.com/CodePhiliaX/Chat2DB.git

3、代码目录结构

启动后端

1、将Chat2DB/chat2db-server目录以 Maven 的工程的形式导入到 IDEA

2、运行主启动类ai.chat2db.server.web.start.Application启动服务

运行前端

1、进入前端工程Chat2DB/chat2db-client

2、安装依赖

yarn install ## 需要使用 yarn 安装依赖,如未安装 yarn 可使用如下命令安装 npm i yarn -g

3、运行服务

yarn run start:web

4、启动成功后,浏览器访问

http://localhost:8000

默认账号密码:chat2db/chat2db.

可以说,无论是后端开发者,还是专业的 DBA 人员,都能通过使用Chat2DB来完成数据库操作。如果你正在寻找一款开源易用的 SQL 客户端工具,不妨试试。快去安装部署体验吧~

项目地址:https://github.com/CodePhiliaX/Chat2DB

最后

http://www.jsqmd.com/news/1098094/

相关文章:

  • 【操作系统】死锁的基本概念与必要条件
  • AI代理运行时:从事件日志到凭证隔离的工程范式
  • 如何快速提升《怪物猎人:世界》游戏体验:智能辅助工具的完整指南
  • Mythos模型:AI安全能力跃迁与运行时对齐挑战
  • PKHeX-Plugins:宝可梦数据自动化校验与生成引擎的技术架构深度解析
  • 市面上有哪些是真正靠谱的降AIGC工具(顺利通过高校AIGC审核)
  • 基于改进YOLOv8的船舶检测分类系统:从原理到工程实践
  • AI神话拆解指南:从能力边界到落地现实
  • MoE架构揭秘:大模型如何实现2%参数高效激活
  • Tree-GRPO:用决策树重构强化学习训练范式
  • AI加速的本质是认知压缩,不是算力堆叠
  • Python自动化测试实战:从零到一构建测试框架的完整学习路径
  • MGIE:苹果端侧AI推理的多粒度调度范式
  • CNN组件物理直觉:从shape变化到显存占用的工程化理解
  • Playwright自动化测试与爬虫实战:从入门到精通
  • NEAT与Hindsight Experience Replay融合方法
  • 机器学习数据量真相:不是数量,而是信息精度与任务匹配度
  • 从SocialFish钓鱼攻击原理到企业级安全防护体系构建
  • C# Web自动化测试进阶:从Selenium到Atata框架的实践指南
  • Python测试框架pytest:从入门到精通,掌握高效自动化测试
  • 大小鼠雾化给药仪
  • Postman接口自动化测试实战:从单点调试到CI/CD集成
  • 告别Selenium痛点:Playwright UI自动化测试实战指南
  • 国产AI编程工具横评:通义灵码、CodeGeeX、Bito实战指南与选型
  • PC端UI自动化实战:PyWinAuto框架搭建与疑难问题全解析
  • 基于Newman的微信小程序接口自动化测试报告生成实战
  • AI技术时间切片:如何用周粒度信号捕捉真实演进
  • 终极内存检测指南:3步快速定位内存故障,告别电脑蓝屏死机
  • 别再只会拖滑块了!C# WinForms中TrackBar控件的5个隐藏用法与实战场景
  • 联想新一代数据科学工作站:软硬协同的AI科研加速平台