Chat2DB 是一款开源免费的多数据库客户端工具，支持 Windows、macOS 本地安装，也支持服务器端部署，用户可以直接通过 Web 浏览器进行访问。
相较于 Navicat、DBeaver 等传统数据库管理工具，Chat2DB 的核心优势在于其集成了 AIGC（生成式人工智能）能力。借助这项能力，它可以实现以下智能化功能：
- 将自然语言直接转换为可执行的 SQL 语句。
- 将复杂的 SQL 查询结果翻译成通俗易懂的自然语言描述。
- 对现有的 SQL 语句提供专业的优化建议。
这不仅能极大提升研发人员编写和调试 SQL 的效率，还能让运营、产品等非技术背景的同学轻松查询业务数据，快速生成报表。
核心特性
- AI 智能助手：支持自然语言与 SQL 的双向转换，并提供 SQL 优化建议。
- 团队协作支持：通过团队模式管理连接，研发人员无需直接接触线上数据库密码，有助于提升企业数据库账号的安全性。
- 全面的数据管理：支持对表、视图、存储过程、函数、触发器、索引、序列、用户、角色、授权等多种数据库对象进行管理。
- 广泛的数据库兼容性：目前已支持 MySQL、PostgreSQL、Oracle、SQL Server、ClickHouse、OceanBase、H2、SQLite 等主流数据库，并仍在持续扩展中。
- 跨平台一体化方案：前端基于 Electron 开发，提供 Windows、macOS、Linux 桌面客户端，同时也有 Web 版本，满足不同使用场景。
- 环境隔离机制：支持开发、测试、生产等不同环境的数据源与权限分离管理。
下载与安装
你可以根据操作系统选择对应的安装包进行下载：
Docker 部署
如果你倾向于使用容器化部署，可以直接拉取官方镜像：
docker pull chat2db/chat2db:latest
运行环境要求
在本地部署或开发时，需要确保满足以下环境：
- Java：需要 OpenJDK 17。
- Node.js：需要 v16 或以上版本。
本地调试与开发指南
如果你想从源码构建并运行 Chat2DB，可以遵循以下步骤：
克隆项目
首先，将项目代码克隆到本地：
git clone git@github.com:CodePhiliaX/Chat2DB.git
前端构建
进入前端项目目录，安装依赖并构建：
cd Chat2DB/ali-dbhub-client
npm install
npm run build:prod # 此命令会将打包好的前端资源输出到后端指定目录
后端启动
接着，进入后端目录，使用 Maven 构建并启动 Spring Boot 服务：
cd ../ali-dbhub-server
mvn clean install # 需要 Maven 3.8 及以上版本
cd ali-dbhub-server/ali-dbhub-server-start/target/
java -jar -Dchatgpt.apiKey=xxxxx ali-dbhub-server-start.jar
# 启动后，可通过浏览器访问 http://localhost:7001
注：chatgpt.apiKey 需要替换为你自己的 OpenAI API Key。如果不提供此参数，则无法使用 AIGC 相关功能。
前端调试
如果你想单独运行前端进行调试，可以在前端目录执行：
cd Chat2DB/ali-dbhub-client
npm install
npm run start
# 前端开发服务器启动后，可访问 http://localhost:8001
资源代理配置（推荐使用 XSwitch）
在前后端分离开发时，为了正确加载资源，可以配置代理规则。以下是适用于 XSwitch 插件的配置示例：
{
"proxy": [
[
"http://127.0.0.1:7001/static/front/(.*)",
"http://127.0.0.1:8001/$1"
],
[
"http://127.0.0.1:7001/(.*).js$",
"http://127.0.0.1:8001/$1.js"
],
[
"http://127.0.0.1:7001/(.*).css$",
"http://127.0.0.1:8001/$1.css"
]
]
}
功能界面预览
创建数据源
界面清晰地展示了连接配置表单，需要填写主机、端口、用户名、密码等基本信息。
数据源管理
左侧树形结构管理着已连接的各种数据库实例（如 MySQL、PostgreSQL、SQL Server 等）及其内部的库、表、列、索引等对象。
SQL控制台
右侧是核心的 SQL 编辑与执行区域，支持语句格式化、保存、历史记录查看，并能以表格形式清晰展示查询结果。
AI智能助手
这里是 AIGC 功能的演示区，用户可以在输入框用自然语言描述查询需求，AI 助手会将其转换为 SQL 并执行，最终将结果反馈给用户。
项目信息
希望这款融合了 人工智能 的数据库工具能为大家的工作带来便利。如果你想了解更多开发者工具或参与技术讨论，欢迎访问 云栈社区 探索更多资源。
发表于 昨天 02:13
|
查看: 13|
回复: 0
