Qoder @database功能详解：JetBrains插件自动关联数据库Schema，提升后端开发效率

数据库是后端开发的灵魂。在AI Coding大行其道的今天，生成SQL语句已非难事，但AI工具常常因为拿不到准确的表结构而“乱写代码”。尤其是在数据库Schema未保存在本地（例如使用Flyway进行迁移）的情况下，AI无法获取最全的上下文，其实际应用能力便会大打折扣。

Qoder JetBrains插件为此填补了最后一环：我们将数据库能力内置为核心上下文。通过 @database 功能，你可以一键将IDE中的数据库连接转化为AI的知识库。无需再手动复制DDL，直接引用 @database 即可让AI结合真实的业务表结构进行SQL编写、数据模拟或架构评审，真正实现开发流程的闭环。

目前，除JetBrains官方推出的Junie外（受地域限制，中国区暂无法使用），Qoder是JetBrains上唯一深度支持“数据库原生感知”的AI Coding插件。

Qoder JetBrains插件在数据库场景下的核心能力

1、在 Qoder 的Ask/Agent模式下引用数据库

首先需要在JetBrains IDE中添加数据库连接。打开数据库工具窗口，创建对应的数据库连接。连接创建完毕后，可以点击Query Console按钮，然后输入SQL执行查询操作。

更多使用信息，请参考JetBrains官方文档：
https://www.jetbrains.com/help/idea/database-tool-window.html

数据库连接创建完毕后，接下来就可以在Ask/Agent模式下引用数据库的schema。在Qoder会话窗口的输入框中，点击 Add Context 按钮，然后选择 @database，再选择对应的数据库Schema，即可将数据库Schema添加到上下文中。

注意事项：添加到上下文中的SQL文件是基于数据库的schema生成的，如果一个数据库有多个schema，就会对应生成多个schema sql文件。

数据库schema添加上下文后，就可以用自然语言提问相关的数据库问题，例如对数据库schema进行review、基于schema生成代码、自然语言生成SQL等。

在Ask模式下，如果返回了SQL代码块，Qoder会为SQL代码块添加一个执行按钮，可以直接执行对应的SQL语句，如下图所示：

注意事项：当前Qoder会查询活跃的数据库Query Console来执行对应的SQL，因此需要提前打开对应数据库的Query Console，才能执行聊天窗口中的SQL。

2、Query Console的SQL生成支持

如果你在数据库的Query Console中，可以调用inline chat方式来生成SQL。按下 Ctrl + Shift + I，然后输入生成SQL的自然语言描述，按下回车即可生成。在此过程中，Qoder会依据当前数据库的schema，自动将其添加到上下文中，从而更准确地生成SQL语句。

3、斜杠指令（Slash Command）支持

对于数据库相关的常见操作，如数据库review、生成SQL等，可以创建对应的斜杠指令来简化任务。打开Qoder窗口，点击个人头像图标，选择“个人设置”，然后在“指令”区创建和维护相关指令。

指令调用如下图所示：

这里列举一些数据库常用的prompt场景：

如果只是生成SQL的场景，在Query Console中进行会更方便。当然也可以在ask模式下通过 /sql 指令生成，这样还能获得更多SQL方言选项。

提示：Qoder默认会扫描项目中的文件并与用户问题进行关联。如果是NL2SQL或只针对数据库schema的场景，可以在指令开头添加 Don't scan project files!，这样就不会进行文件扫描（但AGENTS.md和Rules仍会被包含）。这种方式可以节约Token，同时避免歧义。

DataGrip 和 Qoder

DataGrip是JetBrains针对数据库推出的产品，Qoder对其也有很好的支持。

点击顶部导航栏的 ... 更多图标，在弹出的菜单中选择Qoder，并点击大头针按钮，将Qoder以常驻的方式添加到顶部导航栏。

在DataGrip中，核心交互都基于Query Console。可以通过查询工具栏的Qoder按钮或 Ctrl + Shift + I 快捷键，调出Inline Chat输入框，输入自然语言即可完成SQL生成。Qoder会自动选择对应的数据库schema。

考虑到DataGrip主要针对数据库场景，建议在项目目录下添加 AGENTS.md 文件，用于提供项目级的指导，如表名规范、SQL指南或特定的数据标注等。

使用 Qoder 提升数据库开发效率

了解了Qoder在数据库方面的核心能力后，下面通过具体的业务场景，探索如何用Qoder加速数据库开发。

1、数据库设计

在项目初期进行数据库设计时，在Qoder中可以通过两种方式创建对应的数据库Schema。

Agent模式：在Agent模式下，可以更好地设置上下文，例如添加关联的markdown文件，然后以自然语言输入具体要求，即可生成对应的数据库表结构。接下来打开生成的SQL文件执行即可。

Query Console：如果只涉及数据库的表结构调整，可以打开数据库Schema的Query Console，输入具体要求，然后接受对应的SQL语句，也可以进行微调，最后执行。

如果数据库schema并不复杂，也不需要关联其他文件，可以直接在Query Console中输入需求来创建表结构。

总结一下数据库设计在Qoder下的使用实践：

1. Agent模式：适用于复杂的数据库结构设计场景，例如需要关联设计文档，生成的SQL文件需遵循特定规则（如Flyway迁移脚本）。
2. Query Console：适用于简单的数据库结构创建、结构调整或微小改动。

如果你有标准的创建表结构样例，可以提供以便Qoder更好地生成，例如以下样例：

-- 表级别注释示例
CREATE TABLE user_info(
    id INT COMMENT '用户ID (标准字段名: user_id， 主键)',
    name VARCHAR(50) COMMENT '用户姓名 (标准字段名: name， 用户真实姓名)',
    created_at DATETIME COMMENT '注册时间 (标准字段名: created_at， 账号创建时间)',
    status TINYINT COMMENT '状态 (标准字段名: status， 枚举值: 0-禁用 1-正常 2-冻结)',
    PRIMARY KEY (uid)
) COMMENT='用户基本信息表 | 标准表名: user_information | 业务域: 用户域 | 更新方式: 实时';

考虑到后续基于Schema生成代码和SQL的场景，建议数据库设计遵循好的规约。更多数据库设计的规范和最佳实践，可以参考云栈社区的数据库/中间件/技术栈板块。

命名规范

• 使用清晰描述性的名称：表名和字段名要能直接表达含义（如 user、order_item），建议采用单数形式。
• 保持命名一致性：统一使用下划线命名法（snake_case）或驼峰命名法。
• 避免缩写：用 customer_address 而非 cust_addr。
• 布尔字段加前缀：如 is_active、has_paid。

结构设计

• 主键明确：每个表都有清晰的主键，命名为 id 或 table_name_id。
• 外键关系清晰：外键命名如 user_id、order_id，明确指向关联表。
• 添加时间戳：包含 created_at、updated_at 字段。

文档和注释

• 添加表注释：说明表的用途。
• 添加字段注释：解释字段含义、取值范围、单位等。
• 枚举值说明：例如状态字段，注释中需说明每个值的含义。

类型选择

• 使用合适的数据类型：避免全用VARCHAR。
• 设置合理的长度限制。
• NULL值策略明确：明确哪些字段允许NULL，哪些必填。
• 默认值明确：如果有明确的默认值，需要指出。

2、数据库标注：让遗留数据库也能被AI更好理解

如果你已有的数据库表结构对AI并不友好（例如命名不规范），可以对数据库表结构进行标注，让AI更好地理解。假设数据库中某一表结构如下：

CREATE TABLE tbl_yonghu
(
  id        BIGINT AUTO_INCREMENT PRIMARY KEY,
  xin_bie   CHAR(2)     NOT NULL,
  nian_ling int         NOT NULL,
  gonghao   varchar(32) not null UNIQUE,
  jiru_date  varchar(32)
);

如果无法对既有数据结构进行调整，可以使用额外的JSON数据对现有结构进行标注，例如创建 db-metadata.json 文件。然后在添加上下文时，同时添加该数据库schema和这个JSON标注文件。样例如下：

{
  "type": "database",
  "description": "数据库表结构标注，以这里的定义为准",
  "tables": {
    "tbl_yonghu": {
      "label": "用户表",
      "description": "存储系统用户信息",
      "required": [
        "id",
        "xin_bie",
        "nian_ling",
        "gonghao"
      ],
      "columns": {
        "id": {
          "label": "用户ID",
          "type": "int",
          "description": "唯一标识"
        },
        "xin_bie": {
          "label": "性别",
          "type": "char(2)",
          "description": "用户性别",
          "enum": [
            "男",
            "女"
          ]
        },
        "nian_ling": {
          "label": "年龄",
          "type": "int",
          "description": "用户年龄"
        },
        "gonghao": {
          "label": "工号",
          "type": "varchar(16)",
          "description": "用户的工号",
          "unique": true
        },
        "jiru_date": {
          "label": "加入时间",
          "type": "varchar(16)",
          "description": "用户加入的时间",
          "format": "date",
          "nullable": true
        }
      }
    }
  }
}

这样Qoder在理解遗留数据库结构时，也会参考该JSON定义，从而更准确地生成代码或SQL。当你需要基于这样的数据库生成后端代码，比如使用Java和Spring Boot开发时，清晰的元数据能极大提升生成代码的准确性。

3、Qoder + 数据库注意事项

• 数据库表非常多：如果数据库schema非常大（例如ERP、CRM等场景），可能导致超出Agent的上下文限制。建议将数据库的schema导出为多个SQL文件，然后通过添加文件的方式分别添加到上下文中。
• 数据库方言(dialect)：Qoder会自动将数据库dialect以注释的方式添加到数据库schema中，通常无需再声明数据库类型。如果手动向上下文添加SQL文件，可以考虑在SQL文件中添加如 -- dialect: mysql 这样的注释来标明数据库类型。当然也可以在全局的AGENTS.md中进行数据库类型声明。

合理运用Qoder的数据库功能，能够显著提升涉及后端 & 架构的数据库设计与开发流程效率。如果你想了解更多类似的开发者工具和实战技巧，欢迎访问云栈社区进行交流。