Chat2DB:支持 40 数据库的本地优先开源 SQL 客户端,5 分钟 Docker 跑通【免费下载链接】Chat2DBChat2DB is a free, cross-platform, local-first database client and SQL workspace for developers, DBAs, analysts, and data teams. Connect to 40 databases, manage data, edit and run SQL, and use your own AI model to generate, explain, and optimize queries. Available on desktop, web, Docker, and CLI, with MCP support.项目地址: https://gitcode.com/GitHub_Trending/ch/Chat2DBChat2DB 是一款免费的跨平台、本地优先Local-first数据库客户端与 SQL 工作空间,连接 40 种数据库,提供 SQL 编辑、执行、数据管理与导入导出能力,并可接入你自己的 AI 模型生成、解释和优化查询,支持桌面端、Web、Docker 与 CLI 多种运行形态。从一个真实的痛点说起 ️一个中后台团队常见的场景:开发用 MySQL,数仓用 ClickHouse,缓存是 Redis,历史遗留系统还挂着个 Oracle。传统做法是每个数据库换一套工具——GUI 客户端一个、命令行一个,连接串散落在各人电脑里。更麻烦的是合规环境:数据不能上云,云端 SQL 平台直接出局;而多数 GUI 客户端又不带 AI 能力,写复杂查询只能靠人肉。Chat2DB 给出的思路是:一个完全跑在本地机器上的客户端,把多数据库连接、SQL 工作台和 AI 助手装进同一个界面,网络只在你需要时出你的机器。项目定位:它是什么,边界在哪里一句话:Chat2DB Community 是一个运行在你自己机器上的数据库客户端 SQL 工作空间,AI 助手接入的是你自己的模型。能力清单(以当前仓库代码为准):40 数据库:MySQL、PostgreSQL、Oracle、SQL Server、ClickHouse、MongoDB、Redis、TiDB、Hive 等,通过插件扩展,新增 JDBC 数据库仅需配置、无需改代码;SQL 工作空间:编辑、补全、格式化、执行,SQL 收藏与执行历史;AI 助手:生成、解释、优化 SQL,模型由你自带(BYOK);数据管理:元数据浏览、表/对象 DDL/DML、在线编辑、数据导入导出、Dashboard 图表,以及支持 MCP 的开源 CLI。边界同样明确,选型前要看清:它是单用户、本地优先应用,没有账号体系,不做多用户权限隔离;不内置官方 AI 服务(那是商业版的事);也不提供云存储与多设备同步。最小落地路径:三条命令到跑通 ⚡方式一:桌面应用。下载对应平台安装包,装完即连,零配置。方式二:Docker(推荐,适合服务器长期运行)。系统要求 Docker 19.03、2 核 CPU、4 GiB 内存:git clone https://gitcode.com/GitHub_Trending/ch/Chat2DB cd Chat2DB ./script/security/init-community-encryption-key.sh # 首次生成加密密钥 docker compose --file docker/docker-compose.yml up -d浏览器访问http://localhost:10825即可。Compose 文件 docker/docker-compose.yml 已经把端口、数据卷和密钥挂载都配好了,注意默认绑定127.0.0.1,这是有意为之,后文会讲。方式三:源码构建,适合二次开发。环境要求 Temurin 17、Node.js 18.17、Maven 3.8:# 前端(chat2db-community-client/) yarn install --frozen-lockfile yarn run start:community:hot # 后端(chat2db-community-server/) mvn -B clean package -Dmaven.test.skiptrue -Dchat2db.finalNamechat2db-community \ -f chat2db-community-server/pom.xml -pl chat2db-community-start -am后端启动时以-Dchat2db.modeWEB -Dchat2db.network.statusOFFLINE等参数运行,即完全离线模式。关键机制拆解 1. 插件化数据库接入(SPI)。连接层的抽象在 chat2db-community-spi/ 模块:IDbManager负责元数据与执行,ISqlCompletionPlanRule等接口定义 SQL 补全规则,ICommandExecutor抽象 DDL/DML。chat2db-community-plugins/ 下 40 个数据库各是一个独立 Maven 模块,互不耦合。以 MySQL 插件为例,其补全引擎由 Intent 解析、Candidate 规划、Slot 分类、Presentation 后处理四个阶段组成,新方言接入时只需实现 SPI 接口,核心代码不动。2. AES-256-GCM 加密密钥。数据源密码和 AI API Key 落盘前都经过加密,每实例一把 32 字节密钥(44 位 Base64)。初始化脚本写入~/.config/chat2db-community/encryption.key,两类凭据虽共用密钥但使用不同的 AAD(附加认证数据),一种密文无法被误当作另一种解密。Web/headless 模式下缺密钥会直接启动失败,只有桌面模式自动创建——这是刻意避免静默裸奔。3. 本地优先的存储。前端工作区状态、已保存的 SQL 等通过 IndexedDB 落在浏览器/内嵌容器里(src/indexedDB/ 封装了建库、索引与游标查询);服务端数据统一存放在/root/.chat2db-community,Docker 部署通过命名卷持久化。两边职责清晰:浏览器侧存 UI 状态,服务端存连接与执行历史。横向参照:和同类方案怎么比维度Chat2DB CommunityChat2DB Pro/Enterprise传统 GUI 客户端(DBeaver 等)数据库支持40,插件可扩展10040,方言差异体验参差AI 能力自带模型接入,无官方服务官方 AI 服务 增强模型基本缺失或需第三方运行形态桌面 / Web / Docker / CLI(MCP)同左 云桌面为主多用户/云同步无(单用户定位)账号体系、多设备同步、协作治理无许可证Source Available(Apache 2.0 附加条款,5.3.0 起)商业授权Apache 2.0 等一句话概括差异:传统客户端强在连得广,Chat2DB 强在本地闭环 AI 可插拔;商业版在同一个核心上叠加账号、云端与治理。落地建议:这几个坑提前避 密钥文件单独备份,升级时保留。容器重建或机器迁移时若丢了encryption.key,已存的数据源密码与 API Key 将无法解密,只能重新录入。密钥解析有 5 级优先级(JVM 参数 → 环境变量 → 文件路径 → 文件环境变量 → 默认路径),配置后改动需重启生效。只绑回环地址。它没有用户隔离,127.0.0.1绑定是安全底线;需要远程访问请走 SSH 隧道,不要直接改端口映射。5.3.0 数据目录不自动迁移。社区版 5.3.0 起使用独立的/root/.chat2db-community,旧镜像的/root/.chat2db数据不会自动迁移,升级前手动导出连接配置。docker run与 Compose 的数据不互通。前者存$HOME/.chat2db-community-docker,后者用命名卷chat2db-community-data,二选一,不要混用。JDBC 驱动只装可信来源。自定义 JDBC Driver 是可执行 Java 代码,等于在客户端进程里跑第三方代码,导入的 SQL 文件与 AI 响应同样按不可信数据处理。选型:个人开发者直接上桌面版;团队需要在服务器上共享一个实例,选 Docker 并配好密钥;有多用户、权限、审计需求,评估商业版,不要试图在社区版上自研账号体系。项目仓库访问地址:https://gitcode.com/GitHub_Trending/ch/Chat2DB【免费下载链接】Chat2DBChat2DB is a free, cross-platform, local-first database client and SQL workspace for developers, DBAs, analysts, and data teams. Connect to 40 databases, manage data, edit and run SQL, and use your own AI model to generate, explain, and optimize queries. Available on desktop, web, Docker, and CLI, with MCP support.项目地址: https://gitcode.com/GitHub_Trending/ch/Chat2DB创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Chat2DB:支持 40+ 数据库的本地优先开源 SQL 客户端,5 分钟 Docker 跑通
Chat2DB:支持 40 数据库的本地优先开源 SQL 客户端,5 分钟 Docker 跑通【免费下载链接】Chat2DBChat2DB is a free, cross-platform, local-first database client and SQL workspace for developers, DBAs, analysts, and data teams. Connect to 40 databases, manage data, edit and run SQL, and use your own AI model to generate, explain, and optimize queries. Available on desktop, web, Docker, and CLI, with MCP support.项目地址: https://gitcode.com/GitHub_Trending/ch/Chat2DBChat2DB 是一款免费的跨平台、本地优先Local-first数据库客户端与 SQL 工作空间,连接 40 种数据库,提供 SQL 编辑、执行、数据管理与导入导出能力,并可接入你自己的 AI 模型生成、解释和优化查询,支持桌面端、Web、Docker 与 CLI 多种运行形态。从一个真实的痛点说起 ️一个中后台团队常见的场景:开发用 MySQL,数仓用 ClickHouse,缓存是 Redis,历史遗留系统还挂着个 Oracle。传统做法是每个数据库换一套工具——GUI 客户端一个、命令行一个,连接串散落在各人电脑里。更麻烦的是合规环境:数据不能上云,云端 SQL 平台直接出局;而多数 GUI 客户端又不带 AI 能力,写复杂查询只能靠人肉。Chat2DB 给出的思路是:一个完全跑在本地机器上的客户端,把多数据库连接、SQL 工作台和 AI 助手装进同一个界面,网络只在你需要时出你的机器。项目定位:它是什么,边界在哪里一句话:Chat2DB Community 是一个运行在你自己机器上的数据库客户端 SQL 工作空间,AI 助手接入的是你自己的模型。能力清单(以当前仓库代码为准):40 数据库:MySQL、PostgreSQL、Oracle、SQL Server、ClickHouse、MongoDB、Redis、TiDB、Hive 等,通过插件扩展,新增 JDBC 数据库仅需配置、无需改代码;SQL 工作空间:编辑、补全、格式化、执行,SQL 收藏与执行历史;AI 助手:生成、解释、优化 SQL,模型由你自带(BYOK);数据管理:元数据浏览、表/对象 DDL/DML、在线编辑、数据导入导出、Dashboard 图表,以及支持 MCP 的开源 CLI。边界同样明确,选型前要看清:它是单用户、本地优先应用,没有账号体系,不做多用户权限隔离;不内置官方 AI 服务(那是商业版的事);也不提供云存储与多设备同步。最小落地路径:三条命令到跑通 ⚡方式一:桌面应用。下载对应平台安装包,装完即连,零配置。方式二:Docker(推荐,适合服务器长期运行)。系统要求 Docker 19.03、2 核 CPU、4 GiB 内存:git clone https://gitcode.com/GitHub_Trending/ch/Chat2DB cd Chat2DB ./script/security/init-community-encryption-key.sh # 首次生成加密密钥 docker compose --file docker/docker-compose.yml up -d浏览器访问http://localhost:10825即可。Compose 文件 docker/docker-compose.yml 已经把端口、数据卷和密钥挂载都配好了,注意默认绑定127.0.0.1,这是有意为之,后文会讲。方式三:源码构建,适合二次开发。环境要求 Temurin 17、Node.js 18.17、Maven 3.8:# 前端(chat2db-community-client/) yarn install --frozen-lockfile yarn run start:community:hot # 后端(chat2db-community-server/) mvn -B clean package -Dmaven.test.skiptrue -Dchat2db.finalNamechat2db-community \ -f chat2db-community-server/pom.xml -pl chat2db-community-start -am后端启动时以-Dchat2db.modeWEB -Dchat2db.network.statusOFFLINE等参数运行,即完全离线模式。关键机制拆解 1. 插件化数据库接入(SPI)。连接层的抽象在 chat2db-community-spi/ 模块:IDbManager负责元数据与执行,ISqlCompletionPlanRule等接口定义 SQL 补全规则,ICommandExecutor抽象 DDL/DML。chat2db-community-plugins/ 下 40 个数据库各是一个独立 Maven 模块,互不耦合。以 MySQL 插件为例,其补全引擎由 Intent 解析、Candidate 规划、Slot 分类、Presentation 后处理四个阶段组成,新方言接入时只需实现 SPI 接口,核心代码不动。2. AES-256-GCM 加密密钥。数据源密码和 AI API Key 落盘前都经过加密,每实例一把 32 字节密钥(44 位 Base64)。初始化脚本写入~/.config/chat2db-community/encryption.key,两类凭据虽共用密钥但使用不同的 AAD(附加认证数据),一种密文无法被误当作另一种解密。Web/headless 模式下缺密钥会直接启动失败,只有桌面模式自动创建——这是刻意避免静默裸奔。3. 本地优先的存储。前端工作区状态、已保存的 SQL 等通过 IndexedDB 落在浏览器/内嵌容器里(src/indexedDB/ 封装了建库、索引与游标查询);服务端数据统一存放在/root/.chat2db-community,Docker 部署通过命名卷持久化。两边职责清晰:浏览器侧存 UI 状态,服务端存连接与执行历史。横向参照:和同类方案怎么比维度Chat2DB CommunityChat2DB Pro/Enterprise传统 GUI 客户端(DBeaver 等)数据库支持40,插件可扩展10040,方言差异体验参差AI 能力自带模型接入,无官方服务官方 AI 服务 增强模型基本缺失或需第三方运行形态桌面 / Web / Docker / CLI(MCP)同左 云桌面为主多用户/云同步无(单用户定位)账号体系、多设备同步、协作治理无许可证Source Available(Apache 2.0 附加条款,5.3.0 起)商业授权Apache 2.0 等一句话概括差异:传统客户端强在连得广,Chat2DB 强在本地闭环 AI 可插拔;商业版在同一个核心上叠加账号、云端与治理。落地建议:这几个坑提前避 密钥文件单独备份,升级时保留。容器重建或机器迁移时若丢了encryption.key,已存的数据源密码与 API Key 将无法解密,只能重新录入。密钥解析有 5 级优先级(JVM 参数 → 环境变量 → 文件路径 → 文件环境变量 → 默认路径),配置后改动需重启生效。只绑回环地址。它没有用户隔离,127.0.0.1绑定是安全底线;需要远程访问请走 SSH 隧道,不要直接改端口映射。5.3.0 数据目录不自动迁移。社区版 5.3.0 起使用独立的/root/.chat2db-community,旧镜像的/root/.chat2db数据不会自动迁移,升级前手动导出连接配置。docker run与 Compose 的数据不互通。前者存$HOME/.chat2db-community-docker,后者用命名卷chat2db-community-data,二选一,不要混用。JDBC 驱动只装可信来源。自定义 JDBC Driver 是可执行 Java 代码,等于在客户端进程里跑第三方代码,导入的 SQL 文件与 AI 响应同样按不可信数据处理。选型:个人开发者直接上桌面版;团队需要在服务器上共享一个实例,选 Docker 并配好密钥;有多用户、权限、审计需求,评估商业版,不要试图在社区版上自研账号体系。项目仓库访问地址:https://gitcode.com/GitHub_Trending/ch/Chat2DB【免费下载链接】Chat2DBChat2DB is a free, cross-platform, local-first database client and SQL workspace for developers, DBAs, analysts, and data teams. Connect to 40 databases, manage data, edit and run SQL, and use your own AI model to generate, explain, and optimize queries. Available on desktop, web, Docker, and CLI, with MCP support.项目地址: https://gitcode.com/GitHub_Trending/ch/Chat2DB创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考