## 前言 之前在 V2EX 上发了两篇关于 DataZen 的帖子，尤其是上一篇发完之后有很多朋友到 github 上给了 star ，特别感谢大家的支持，同时也有很多朋友提出了宝贵的意见，让我意识到这个赛道的竞争到底有多激烈。重量级传统选手有 Navicat/DataGrip/DBeaver/TablePlus 等等，最近的 DBX 也很火功能也很强大。既然这个赛道竞争这么激烈，我为啥还要继续做 v0.2.0 版本呢，实事求是的说，一个是 vibe coding 极大的降低了开发成本，另一个也是寻求一个技术人的最后尊严吧：还想在这个代码急剧贬值的时代证明自己的价值，我可以不写代码了，但是我依然可以做出一个架构良好的软件，我做的软件依然比绝大部分零编程基础的人用 vibe coding 出来的软件要好。接下来就给大家简单介绍一下 DataZen 的大体架构。 ## DataZen 的大体架构 总体上来说，DataZen 采用的是 Host + 插件的架构。插件又包括运行时插件、编译期插件以及外观主题插件、Workspace App 。 ### 一、编译期插件（驱动插件） 编译期主要是用来支持不同的数据库 driver ，这个方案的灵感来自 Caddy 的 xcaddy 方案：在编译前选择我需要使用到的功能模块，通过编译脚本将所需模块写入 main.go 中的 import 部分，编译后就自然带上了选择好的功能模块。那为啥用这个方案呢？主要是 rust 的 ABI 兼容做得不咋地，如果做成 DDL 会存在不可控的二进制兼容性问题。当然也可以考虑将驱动做成独立的进程，host 和驱动插件之间通过进程间通信来控制数据库操作，但这个方案相对比较复杂，暂时不考虑。 Driver 插件有几个要考虑的点： * 既然是走插件架构，那就要做到插件相关的逻辑不能污染侵入到 host 中，比如不能在 host 中有 `if driver == 'postgre'` 这种代码，必须保证 host 对具体 driver 的内部实现逻辑是无感知的。要做到这一点，就要设计好一套 driver api 接口规范，各个 driver 插件按照这个 api 接口规范来实现，driver 通过 host 提供的注册机制将自己注册到 host 的 supported drivers 中，host 只会调用 driver api 接口中定义好的方法，不会直接显式调用某个 driver 的方法。用 java 的话来说就是：面向接口编程。 * 不同的 driver 所需要的前端页面也会存在一些差异，比如 redis 这类 NoSQL 数据库就不适用 SQL 编辑器。为了解决这个问题，在 driver 包里除了和数据库打交道的 rust 代码，还引入了展现层需要的前端 react ui 代码。当然并不是每个驱动都需要实现自己的前端 UI 代码，host 默认提供了一套面向 SQL 的 UI 界面，只有像 redis/mongodb 这样的数据库才需要自己重新实现一遍前端页面。 * 驱动测试代码也不能写到 host 中，因为 host 不知道最终会有哪些驱动是需要加入到最终的编译过程的。 * 编译流程怎么办？怎么做到类似 xcaddy 的按需编译？这一块是通过开发一套编译脚本，在编译时指定 `--drivers=mysql,postgresql,redis,xxx` 来选择要打包进可执行程序的驱动来实现的。 ### 二、运行时插件 这部分主要是为了解决 UI 增强问题，实现时参考了 VSCode 中 Extension Point 的做法：在 host 中定义好可以通过 extension 来进行扩展的扩展点，由 extension 覆盖注册扩展点挂载函数，运行时 host 会调用 extension 的挂载函数，然后由 extension 接管相关功能。这部分是在 v0.2.0 版本中引入的，主要是做了 SQLEditor 的编辑体验增强。 ### 三、主题插件 这个就比较简单，主要是通过定义 css 变量等方式对主题进行覆盖 ### 四、Workspace App 从产品形态上来看，Workspace app 更像是 chrome 的 extension：允许插件编写完整的 html 页面，可在页面内执行内嵌/本地 JS ，通过 postMessage 和 host 进行通信。host 也会暴露自身的一些能力给 workspace app ，比如查询连接列表、执行 SQL 等。 #### 1. Workspace App 能干什么？ 举个例子：我有个应用，应用内配置保存在数据库中，配置比较复杂，我想比较生产环境和测试环境的配置差异。针对这类需求，做法可能有几种： * 写复杂 SQL 分别从测试环境和生产环境获取到配置内容，然后再裸眼比较 * 写个 脚本/小程序 分别从测试环境和生产环境获取到配置内容，再用脚本获取差异 * 做得更好一点，在某个 console 里做个页面，分别拉取数据进行比较 * 用 DataZen 的 Workspace App 来实现可视化比较 #### 2. 为什么要用 Workspace App 来做？ 用 Workspace App 来做是因为 vibe coding 时代，写代码已经成本极低，AI 在短时间内完全可以做出一个专业的差异对比页面（当然你也可以 vibe coding 一个页面+本地 server 实现相同效果，但使用 Workspace App 的好处是能统一管理数据库凭证等信息）。 ##### 3. 怎么做？ 丢一个 Workspace App 开发规范和示例给编码 agent ，再描述请求需求，让 AI 给你打工。喝喝咖啡上个 V2EX 摸一下鱼，一会赛博打工人就给你整好了。 ## 说说为什么要选插件架构 先说个题外话：这个项目其实从去年就开始做了，之前选型用的是 tauri + sevlte ，当时选 sevlte 主要是看重它没有虚拟 dom 带来的高性能。但开发过程中一直没有解决 macos 上的焦点以及事件在父子组件之间传递的问题，进展缓慢。大概两个月前，决定重写，这次让 AI 参与技术选型决策，AI 选了 React😂。但确实换成 React 之后，很多之前一直没解决的问题一下子就容易解决起来了（当然也有模型能力提升的原因）。 趁着重写的契机，重新思考了软件架构，最终决定采用插件架构，主要考虑点有几个： * 不是所有人都需要同时支持那么多类型数据库，可能大多数人只需要 mysql+redis ，需要给这类人一个自己 DIY 的机会。 * 我们公司内部访问线上数据库是有专门的 web 平台，只能提供 http 接口，而且也不合适在开源软件里直接包含调用公司内部平台的代码。 * 对哪些像我一样需要用到一些特殊驱动但是又不想开源的人来说，需要给他们一条实现自己需求的路径。 * 后续可以扩展插件商店，支持付费驱动或者增强功能体验。我始终认为有付费可能的生态才会是一个健康的生态：有人愿意付费就会有人愿意开发对应的需求。 ## 最后，说点开发过程中的体会 * 现在的顶尖模型真的很强，但我大部分时候都是用的二线模型和免费模型，能做到这个程度很大因素是会经常回头看架构是否合理，是否有需要调整的地方，并且经常整理系统架构文档，开发规范文档等，这一步确实比较重要，让 AI 绝大部分时间都是在正确的方向上。 * 有时候担心自己对某个问题描述不明确，这时我会跟简单描述我的问题，然后让 AI 开 subagent 去解决问题，parent agent 在向 subagent 派发任务的时候会把问题描述得更清楚。我不确定这是否是最佳实践，但从结果来看效果还不错。 * 测试过程真的很痛苦。功能不是开发完了直接丢出来就好了，发布之前仍然需要做很多的测试，作为一个桌面端应用，很多时候仍然免不了手工测试。虽然在项目中做了很多自动化测试，但仍免不了手动测试。作为一个后台开发，这真的很痛苦。 * 随着开发过程不断的深入，发现 DataZen 和竞品差距仍然很大，有好几次都想放弃，但是还是坚持了下来。在这里要真心的感谢 V2EX 的网友们，是你们给的 github star 带个了我很大的动力。 ## 最最后，打个广告 ### v0.2.0 新功能 <video src="https://flyxl.github.io/datazen/assets/video/demo-recording.mp4" controls width="100%" poster="https://flyxl.github.io/datazen/assets/video/demo-poster.png"></video> 1. **首次运行引导向导** ：3 步快速上手（连接示例库 → 探索 AI → 开始使用），8 种语言，状态可恢复。 2. **4 模式执行策略** ：Run Current / Run All / Run Selection / Ask ，工具栏一键切换。 3. **SQL Snippets 管理** ：设置页自定义代码片段，实时注入编辑器补全。 4. **Paste as IN** ：`Cmd+Shift+V` 一键将多行文本转为 `IN ('a', 'b')`。 5. **危险执行拦截** ：无 WHERE 的 UPDATE/DELETE 强制红色弹窗二次确认。 6. **占位符防 NULL** ：未赋值参数直接拦截，防止隐式全表更新。 7. **Schema Diff DAG 拓扑排序** ：按外键依赖顺序生成 DDL ，避免引用目标缺失报错。 8. **Extension Points 热插拔** ：运行时加载 SQL Editor Pro 扩展，CodeMirror Compartment 动态重组。 9. **EP 签名验证** ：扩展包防篡改校验。 10. **暗色主题全面刷新** + 亮色主题微调。 11. **i18n 领域包架构** ：14 个领域包按需惰性加载，首屏更小。 12. **四维扩展体系** ：Driver / Theme / EP / Wapp ，为插件商店生态奠基。 13. **E2E 并行化** ：分组并行 + 每 worker 独立数据库，CI 更快更稳。 14. **官网重塑** ：去 AI 味、Hero 重写、场景卡片、SEO 结构化数据。 * * * **一句话总结 DataZen 的定位** ： DataZen 适合作为日常开发、排查问题、本地调试时的一个**轻快、顺手、不占内存的开源替代品** 。如果你的业务重度依赖复杂的数据库端存储过程编写或大型商业库，DataGrip 依然是更专业的选择；但如果你受够了厚重和慢，想找一个干净、轻量、平时挂在后台没负担的现代客户端，DataZen 会很适合你。 * * * ### 开源地址与下载 * **GitHub 代码仓库** ：https://github.com/flyxl/datazen （如果觉得还过得去，求个 Star 鼓励一下 ⭐） * **v0.2.0 Release 下载** ：https://github.com/flyxl/datazen/releases/tag/v0.2.0 业余项目难免有考虑不周或者小 bug ，非常欢迎各位 V 友试用体验。如果遇到任何卡顿、报错，或者有想吐槽的交互，直接在帖子里回复或者提 GitHub Issue ，我都会认真拜读和迭代。 同时也欢迎各位一起来共建 DataZen ，做一款属于我们自己的软件！ 谢谢大家！

Lightweight, open-source AI database client

Lightweight, open-source AI database client

写代码十几年了。之前也给孩子们做过几个 Android 小应用，背单词、练口算那种，他们用得还行。 但那些说到底还是「给别人用」。**DataZen 是我第一次想只为自己做一个软件。** 起因很现实：公司合规不让装 Navicat 了。DBeaver 能用，但日常用起来总觉得差点意思。正好赶上 vibe coding 这股风，心想不如自己试一把，看能不能做出一个**真正工业级、能天天拿来干活** 的数据库客户端。 不是玩票，也不是 demo 。就是给自己用。 * * * ## 两个具体痛点 ### 1. 查线上问题，经常要串好几张表，还跨库 处理投诉、排查线上问题，流程大概是这样： * 先查表 A ，拿到某个 ID 或状态 * 用这个值去查表 B * 再查 C 、D…… * 更麻烦的是，这些表往往不在同一个库，没法直接 JOIN * 只能等上一条 SQL 跑完，把结果里的字段复制出来，填到下一条 SQL 的 WHERE 里 一条链路下来，复制粘贴十几次是常态。烦，还容易填错。 所以做了 **Workflow** ：用 YAML 把多步查询串起来，上一步的结果可以直接传给下一步，不同步骤还可以连不同的库。查一次，整条链路跑完。 ### 2. 老板要数据，要报表 做开发的都懂。临时要个数字、要张图，经常就是「帮查一下上周 xxx 」「对比一下这个月和上个月」。每次打开客户端、写 SQL 、导出、贴到 PPT 或飞书里，重复劳动很多。 所以做了 **运营看板（ Dashboard ）** ：把常用 SQL 和图表保存下来，定时刷新，多个指标放在一页。老板要看的时候，打开就行，不用每次重新查。 这两个功能，都是我自己日常真的会用到的东西。不是看竞品有什么就抄什么。 * * * ## 做下来的一些体会 一路做下来，也踩了不少坑。 很多功能远看很简单，真正做深才发现不容易。SQL 编辑器、Schema 浏览、大结果集性能、不同数据库方言差异……每个点都能耗掉不少时间。AI 相关的能力也做了（自然语言生成 SQL 、错误诊断、EXPLAIN 分析），但对我来说，**Workflow 和 Dashboard 才是最先想解决的** 。 以前总觉得自己还算懂产品，至少比纯写后端的同事更关心体验。做着做着才发现，离「优秀的产品经理」还差得远。中间有好几次，差点去做一些「技术上很酷、但日常用不上」的东西。后来慢慢学会问一句：**这个功能，是不是在解决我自己的真实问题？** 产品还是要回到用户的痛点上。对我自己来说，就是上面那两件事。 * * * ## DataZen 是什么 **DataZen** 是一个开源的数据库客户端，Tauri + Rust + React ，macOS / Windows / Linux 都能用。 除了 Workflow 和 Dashboard ，还有这些： ### 日常查库 * SQL 编辑器、Schema 树、结果集查看 * 支持 PostgreSQL 、MySQL 、SQLite 、Redis 等，更多数据库通过 Driver 扩展 * SSH 隧道，连接信息本地加密存储 ### AI 辅助（有，但不是全部） * 自然语言生成 SQL ，会带当前库的 Schema * SQL 报错诊断、EXPLAIN 分析 * 支持 OpenAI 、Anthropic 、DeepSeek 和自定义接口 ### 查询结果转图表 * 查完直接看图，折线、柱状、饼图等，可导出 PNG/SVG ### MCP * 可以作为 MCP Server ，把数据库能力暴露给 Cursor 等外部工具 * 也可以接外部 MCP Server 到 AI Chat * 支持无头 stdio 模式 ### Driver 插件 * 数据库能力通过 Driver API 扩展，社区可以贡献新数据库支持 还有 ER 图、Schema Diff 、数据同步、导出等，文档里都有。 ### 本地优先，开源免费 * 不用注册账号 * 连接和凭据留在本机 * GPLv3 开源 * * * ## 还不完美 说实话，DataZen 离「极致好用」还有距离。 很多功能能用，但还不够顺手。交互细节、边界情况、各数据库的打磨，都需要时间，也需要更多人的使用反馈。 我一个人做，速度有限。所以开源了——不是因为它已经很好，而是希望有人一起把它做好。 如果你也天天和数据库打交道，欢迎： * GitHub 点个 Star： https://github.com/flyxl/datazen * 提 Issue 说 bug 或体验问题 * 讨论功能方向 * 贡献代码、Driver 、文档 * * * ## 最后 做一个「只为自己」的软件，听起来挺理想，过程其实挺磨人的。会怀疑值不值得做，会在细节上卡住，也会在产品方向上走弯路。 但如果有一个你自己每天都会遇到的问题，值得花时间做一个能用的版本出来。先能用，再慢慢改。 **链接** * 项目地址： https://github.com/flyxl/datazen * 下载： https://github.com/flyxl/datazen/releases * 中文文档： https://flyxl.github.io/datazen/zh/manual.html 也想听听大家：**你平时用数据库客户端，最烦的一件事是什么？** 这个对我比任何功能清单都有用。

写代码十几年了。之前也给孩子们做过几个 Android 小应用，背单词、练口算那种，他们用得还行。 但那些说到底还是「给别人用」。**DataZen 是我第一次想只为自己做一个软件。** 起因很现实：公司合规不让装 Navicat 了。DBeaver 能用，但日常用起来总觉得差点意思。正好赶上 vibe coding 这股风，心想不如自己试一把，看能不能做出一个**真正工业级、能天天拿来干活** 的数据库客户端。 不是玩票，也不是 demo 。就是给自己用。 * * * ## 两个具体痛点 ### 1. 查线上问题，经常要串好几张表，还跨库 处理投诉、排查线上问题，流程大概是这样： * 先查表 A ，拿到某个 ID 或状态 * 用这个值去查表 B * 再查 C 、D…… * 更麻烦的是，这些表往往不在同一个库，没法直接 JOIN * 只能等上一条 SQL 跑完，把结果里的字段复制出来，填到下一条 SQL 的 WHERE 里 一条链路下来，复制粘贴十几次是常态。烦，还容易填错。 所以做了 **Workflow** ：用 YAML 把多步查询串起来，上一步的结果可以直接传给下一步，不同步骤还可以连不同的库。查一次，整条链路跑完。 ### 2. 老板要数据，要报表 做开发的都懂。临时要个数字、要张图，经常就是「帮查一下上周 xxx 」「对比一下这个月和上个月」。每次打开客户端、写 SQL 、导出、贴到 PPT 或飞书里，重复劳动很多。 所以做了 **运营看板（ Dashboard ）** ：把常用 SQL 和图表保存下来，定时刷新，多个指标放在一页。老板要看的时候，打开就行，不用每次重新查。 这两个功能，都是我自己日常真的会用到的东西。不是看竞品有什么就抄什么。 * * * ## 做下来的一些体会 一路做下来，也踩了不少坑。 很多功能远看很简单，真正做深才发现不容易。SQL 编辑器、Schema 浏览、大结果集性能、不同数据库方言差异……每个点都能耗掉不少时间。AI 相关的能力也做了（自然语言生成 SQL 、错误诊断、EXPLAIN 分析），但对我来说，**Workflow 和 Dashboard 才是最先想解决的** 。 以前总觉得自己还算懂产品，至少比纯写后端的同事更关心体验。做着做着才发现，离「优秀的产品经理」还差得远。中间有好几次，差点去做一些「技术上很酷、但日常用不上」的东西。后来慢慢学会问一句：**这个功能，是不是在解决我自己的真实问题？** 产品还是要回到用户的痛点上。对我自己来说，就是上面那两件事。 * * * ## DataZen 是什么 **DataZen** 是一个开源的数据库客户端，Tauri + Rust + React ，macOS / Windows / Linux 都能用。 除了 Workflow 和 Dashboard ，还有这些： ### 日常查库 * SQL 编辑器、Schema 树、结果集查看 * 支持 PostgreSQL 、MySQL 、SQLite 、Redis 等，更多数据库通过 Driver 扩展 * SSH 隧道，连接信息本地加密存储 ### AI 辅助（有，但不是全部） * 自然语言生成 SQL ，会带当前库的 Schema * SQL 报错诊断、EXPLAIN 分析 * 支持 OpenAI 、Anthropic 、DeepSeek 和自定义接口 ### 查询结果转图表 * 查完直接看图，折线、柱状、饼图等，可导出 PNG/SVG ### MCP * 可以作为 MCP Server ，把数据库能力暴露给 Cursor 等外部工具 * 也可以接外部 MCP Server 到 AI Chat * 支持无头 stdio 模式 ### Driver 插件 * 数据库能力通过 Driver API 扩展，社区可以贡献新数据库支持 还有 ER 图、Schema Diff 、数据同步、导出等，文档里都有。 ### 本地优先，开源免费 * 不用注册账号 * 连接和凭据留在本机 * GPLv3 开源 * * * ## 还不完美 说实话，DataZen 离「极致好用」还有距离。 很多功能能用，但还不够顺手。交互细节、边界情况、各数据库的打磨，都需要时间，也需要更多人的使用反馈。 我一个人做，速度有限。所以开源了——不是因为它已经很好，而是希望有人一起把它做好。 如果你也天天和数据库打交道，欢迎： * GitHub 点个 Star： https://github.com/flyxl/datazen * 提 Issue 说 bug 或体验问题 * 讨论功能方向 * 贡献代码、Driver 、文档 * * * ## 最后 做一个「只为自己」的软件，听起来挺理想，过程其实挺磨人的。会怀疑值不值得做，会在细节上卡住，也会在产品方向上走弯路。 但如果有一个你自己每天都会遇到的问题，值得花时间做一个能用的版本出来。先能用，再慢慢改。 **链接** * 项目地址： https://github.com/flyxl/datazen * 下载： https://github.com/flyxl/datazen/releases * 中文文档： https://flyxl.github.io/datazen/zh/manual.html 也想听听大家：**你平时用数据库客户端，最烦的一件事是什么？** 这个对我比任何功能清单都有用。

写代码十几年了。之前也给孩子们做过几个 Android 小应用，背单词、练口算那种，他们用得还行。 但那些说到底还是「给别人用」。**DataZen 是我第一次想只为自己做一个软件。** 起因很现实：公司合规不让装 Navicat 了。DBeaver 能用，但日常用起来总觉得差点意思。正好赶上 vibe coding 这股风，心想不如自己试一把，看能不能做出一个**真正工业级、能天天拿来干活** 的数据库客户端。 不是玩票，也不是 demo 。就是给自己用。 * * * ## 两个具体痛点 ### 1. 查线上问题，经常要串好几张表，还跨库 处理投诉、排查线上问题，流程大概是这样： * 先查表 A ，拿到某个 ID 或状态 * 用这个值去查表 B * 再查 C 、D…… * 更麻烦的是，这些表往往不在同一个库，没法直接 JOIN * 只能等上一条 SQL 跑完，把结果里的字段复制出来，填到下一条 SQL 的 WHERE 里 一条链路下来，复制粘贴十几次是常态。烦，还容易填错。 所以做了 **Workflow** ：用 YAML 把多步查询串起来，上一步的结果可以直接传给下一步，不同步骤还可以连不同的库。查一次，整条链路跑完。 ### 2. 老板要数据，要报表 做开发的都懂。临时要个数字、要张图，经常就是「帮查一下上周 xxx 」「对比一下这个月和上个月」。每次打开客户端、写 SQL 、导出、贴到 PPT 或飞书里，重复劳动很多。 所以做了 **运营看板（ Dashboard ）** ：把常用 SQL 和图表保存下来，定时刷新，多个指标放在一页。老板要看的时候，打开就行，不用每次重新查。 这两个功能，都是我自己日常真的会用到的东西。不是看竞品有什么就抄什么。 * * * ## 做下来的一些体会 一路做下来，也踩了不少坑。 很多功能远看很简单，真正做深才发现不容易。SQL 编辑器、Schema 浏览、大结果集性能、不同数据库方言差异……每个点都能耗掉不少时间。AI 相关的能力也做了（自然语言生成 SQL 、错误诊断、EXPLAIN 分析），但对我来说，**Workflow 和 Dashboard 才是最先想解决的** 。 以前总觉得自己还算懂产品，至少比纯写后端的同事更关心体验。做着做着才发现，离「优秀的产品经理」还差得远。中间有好几次，差点去做一些「技术上很酷、但日常用不上」的东西。后来慢慢学会问一句：**这个功能，是不是在解决我自己的真实问题？** 产品还是要回到用户的痛点上。对我自己来说，就是上面那两件事。 * * * ## DataZen 是什么 **DataZen** 是一个开源的数据库客户端，Tauri + Rust + React ，macOS / Windows / Linux 都能用。 除了 Workflow 和 Dashboard ，还有这些： ### 日常查库 * SQL 编辑器、Schema 树、结果集查看 * 支持 PostgreSQL 、MySQL 、SQLite 、Redis 等，更多数据库通过 Driver 扩展 * SSH 隧道，连接信息本地加密存储 ### AI 辅助（有，但不是全部） * 自然语言生成 SQL ，会带当前库的 Schema * SQL 报错诊断、EXPLAIN 分析 * 支持 OpenAI 、Anthropic 、DeepSeek 和自定义接口 ### 查询结果转图表 * 查完直接看图，折线、柱状、饼图等，可导出 PNG/SVG ### MCP * 可以作为 MCP Server ，把数据库能力暴露给 Cursor 等外部工具 * 也可以接外部 MCP Server 到 AI Chat * 支持无头 stdio 模式 ### Driver 插件 * 数据库能力通过 Driver API 扩展，社区可以贡献新数据库支持 还有 ER 图、Schema Diff 、数据同步、导出等，文档里都有。 ### 本地优先，开源免费 * 不用注册账号 * 连接和凭据留在本机 * GPLv3 开源 * * * ## 还不完美 说实话，DataZen 离「极致好用」还有距离。 很多功能能用，但还不够顺手。交互细节、边界情况、各数据库的打磨，都需要时间，也需要更多人的使用反馈。 我一个人做，速度有限。所以开源了——不是因为它已经很好，而是希望有人一起把它做好。 如果你也天天和数据库打交道，欢迎： * GitHub 点个 Star： https://github.com/flyxl/datazen * 提 Issue 说 bug 或体验问题 * 讨论功能方向 * 贡献代码、Driver 、文档 * * * ## 最后 做一个「只为自己」的软件，听起来挺理想，过程其实挺磨人的。会怀疑值不值得做，会在细节上卡住，也会在产品方向上走弯路。 但如果有一个你自己每天都会遇到的问题，值得花时间做一个能用的版本出来。先能用，再慢慢改。 **链接** * 项目地址： https://github.com/flyxl/datazen * 下载： https://github.com/flyxl/datazen/releases * 中文文档： https://flyxl.github.io/datazen/zh/manual.html 也想听听大家：**你平时用数据库客户端，最烦的一件事是什么？** 这个对我比任何功能清单都有用。

写代码十几年了。之前也给孩子们做过几个 Android 小应用，背单词、练口算那种，他们用得还行。 但那些说到底还是「给别人用」。**DataZen 是我第一次想只为自己做一个软件。** 起因很现实：公司合规不让装 Navicat 了。DBeaver 能用，但日常用起来总觉得差点意思。正好赶上 vibe coding 这股风，心想不如自己试一把，看能不能做出一个**真正工业级、能天天拿来干活** 的数据库客户端。 不是玩票，也不是 demo 。就是给自己用。 * * * ## 两个具体痛点 ### 1. 查线上问题，经常要串好几张表，还跨库 处理投诉、排查线上问题，流程大概是这样： * 先查表 A ，拿到某个 ID 或状态 * 用这个值去查表 B * 再查 C 、D…… * 更麻烦的是，这些表往往不在同一个库，没法直接 JOIN * 只能等上一条 SQL 跑完，把结果里的字段复制出来，填到下一条 SQL 的 WHERE 里 一条链路下来，复制粘贴十几次是常态。烦，还容易填错。 所以做了 **Workflow** ：用 YAML 把多步查询串起来，上一步的结果可以直接传给下一步，不同步骤还可以连不同的库。查一次，整条链路跑完。 ### 2. 老板要数据，要报表 做开发的都懂。临时要个数字、要张图，经常就是「帮查一下上周 xxx 」「对比一下这个月和上个月」。每次打开客户端、写 SQL 、导出、贴到 PPT 或飞书里，重复劳动很多。 所以做了 **运营看板（ Dashboard ）** ：把常用 SQL 和图表保存下来，定时刷新，多个指标放在一页。老板要看的时候，打开就行，不用每次重新查。 这两个功能，都是我自己日常真的会用到的东西。不是看竞品有什么就抄什么。 * * * ## 做下来的一些体会 一路做下来，也踩了不少坑。 很多功能远看很简单，真正做深才发现不容易。SQL 编辑器、Schema 浏览、大结果集性能、不同数据库方言差异……每个点都能耗掉不少时间。AI 相关的能力也做了（自然语言生成 SQL 、错误诊断、EXPLAIN 分析），但对我来说，**Workflow 和 Dashboard 才是最先想解决的** 。 以前总觉得自己还算懂产品，至少比纯写后端的同事更关心体验。做着做着才发现，离「优秀的产品经理」还差得远。中间有好几次，差点去做一些「技术上很酷、但日常用不上」的东西。后来慢慢学会问一句：**这个功能，是不是在解决我自己的真实问题？** 产品还是要回到用户的痛点上。对我自己来说，就是上面那两件事。 * * * ## DataZen 是什么 **DataZen** 是一个开源的数据库客户端，Tauri + Rust + React ，macOS / Windows / Linux 都能用。 除了 Workflow 和 Dashboard ，还有这些： ### 日常查库 * SQL 编辑器、Schema 树、结果集查看 * 支持 PostgreSQL 、MySQL 、SQLite 、Redis 等，更多数据库通过 Driver 扩展 * SSH 隧道，连接信息本地加密存储 ### AI 辅助（有，但不是全部） * 自然语言生成 SQL ，会带当前库的 Schema * SQL 报错诊断、EXPLAIN 分析 * 支持 OpenAI 、Anthropic 、DeepSeek 和自定义接口 ### 查询结果转图表 * 查完直接看图，折线、柱状、饼图等，可导出 PNG/SVG ### MCP * 可以作为 MCP Server ，把数据库能力暴露给 Cursor 等外部工具 * 也可以接外部 MCP Server 到 AI Chat * 支持无头 stdio 模式 ### Driver 插件 * 数据库能力通过 Driver API 扩展，社区可以贡献新数据库支持 还有 ER 图、Schema Diff 、数据同步、导出等，文档里都有。 ### 本地优先，开源免费 * 不用注册账号 * 连接和凭据留在本机 * GPLv3 开源 * * * ## 还不完美 说实话，DataZen 离「极致好用」还有距离。 很多功能能用，但还不够顺手。交互细节、边界情况、各数据库的打磨，都需要时间，也需要更多人的使用反馈。 我一个人做，速度有限。所以开源了——不是因为它已经很好，而是希望有人一起把它做好。 如果你也天天和数据库打交道，欢迎： * GitHub 点个 Star： https://github.com/flyxl/datazen * 提 Issue 说 bug 或体验问题 * 讨论功能方向 * 贡献代码、Driver 、文档 * * * ## 最后 做一个「只为自己」的软件，听起来挺理想，过程其实挺磨人的。会怀疑值不值得做，会在细节上卡住，也会在产品方向上走弯路。 但如果有一个你自己每天都会遇到的问题，值得花时间做一个能用的版本出来。先能用，再慢慢改。 **链接** * 项目地址： https://github.com/flyxl/datazen * 下载： https://github.com/flyxl/datazen/releases * 中文文档： https://flyxl.github.io/datazen/zh/manual.html 也想听听大家：**你平时用数据库客户端，最烦的一件事是什么？** 这个对我比任何功能清单都有用。

断断续续写了几个月，DataZen 终于到了 v0.0.8 。起因很朴素：日常要连 PostgreSQL 、MySQL ，偶尔还要看 Redis ，商业客户端要订阅，DBeaver 功能全但启动和内存都偏重。于是用 Tauri v2 + Rust + React 自己搓了一个桌面客户端，安装包不到 10MB ，GPLv3 开源，macOS 和 Windows 都支持。 主界面长这样：一个窗口管理所有连接，PostgreSQL / MySQL / SQLite / Redis 混在一起也没问题。 **🤖 AI 这块是重头** 最常用的是自然语言生成 SQL 。想不起来表名或函数？直接说人话，AI 会结合当前库的表结构生成 SQL ，流式输出，点一下就能执行： 写错 SQL 也不用再去搜索引擎了。报错之后点「诊断」，AI 会告诉你错在哪、为什么错，修正后的 SQL 一键应用。比如我把 `SELECT` 拼成 `SELEC`，AI 直接指出少了字母 T： 慢查询怎么优化？ EXPLAIN 执行计划可视化，树形展示每一步的代价，再让 AI 解读瓶颈在哪： **📊 图表** 查询结果不用导出到 Excel 了。一键从表格切到图表，自动推断字段类型、智能推荐图表类型，折线、柱状、饼图、散点、面积五种，支持导出 PNG / SVG： **⚙️ Workflow 跨库自动化** 这版我最满意的功能：用 YAML 把「查数 → 分析 → 决策」固化成流程，支持跨库执行。比如从 PG 订单库查出订单，再去 MySQL 物流库补物流信息： 每个步骤可以绑定不同连接，支持条件分支、循环、错误策略（ abort / skip / fallback ），还能在界面、MCP 或者 AI 对话里直接跑。 **其他值得一提的** * Redis 专属视图，String / Hash / List / Set / ZSet / Stream 都能看： * Provider 支持 OpenAI / Anthropic / DeepSeek / 自定义端点，模型列表动态拉取 * 内置 MCP Server （`--mcp-stdio` 无头模式），也可以作为 MCP Client 接外部服务 * 连接密码走系统钥匙串，SSH 凭据加密存储 * 10 种语言界面，首次启动自动跟随系统语言 下载： https://github.com/flyxl/datazen/releases 仓库： https://github.com/flyxl/datazen macOS 用户注意，应用还没做公证，首次打开如果提示「已损坏」，跑一下： xattr -cr /Applications/DataZen.app 个人开源项目，功能边界和稳定性还有不少不足，欢迎 star 、提 issue 或者直接上手改。下一步打算把插件生态和文档站弄起来，感兴趣的可以来仓库聊聊。

By Kamal Hathi, Partner Director, Cloud + Enterprise at Microsoft Today I am excited to announce the acquisition of Datazen Software, an industry leader in mobile business intelligence and data visualization on Windows, iOS and Android devices. This acquisition accelerates our Power BI strategy to help organizations create a data culture with easy-to-use, accessible tools...

Scammer number: (866) 445-8870 Scammer website: Norton – 360 Premium (10 Device) Antivirus Internet Security Software - Datazen Store Any other scammer information: Scammers have some INTERESTING hold music, not the worst I have heard.