项目详情

Chat2DB

AI 驱动的数据库客户端，30+ 数据库一个工具搞定，自带模型

GitHub 地址 Apache-2.0 Java 17 + React Spring Boot 跨平台

更新于 2026-07-25 · OtterMind 出品

项目速览

一句话定位

本地优先的 AI 数据库客户端，接入自己的模型干 SQL 的活

免费跨平台数据库客户端（Win/macOS/Linux）。完全跑在你自己机器上，单用户、本地优先。功能完整的 SQL 工作空间 + AI 助手——接入你自己的模型，用自然语言生成、解释、优化 SQL。支持 30+ 数据库，含 Dashboard、ER 图、可视化数据管理、导入导出、MCP CLI。适合不想把数据发云端、想用 AI 辅助 SQL 但要数据主权的开发者、DBA、分析师。

项目速览

核心数据

26.8k

GitHub Stars

4,131

Commits

30+

支持数据库

AES-256

密码加密

数据截至 2026-07-25。Apache-2.0 开源，OtterMind 团队维护。

为什么存在

数据库客户端的三个痛点

数据库太分散

MySQL/PG/Oracle/ClickHouse/MongoDB... 每种都有专用客户端，切换成本高，工具栈臃肿。

SQL 写得累

复杂查询、性能优化、跨方言语法记忆负担重。AI 能帮，但现有客户端大多没集成。

云端方案有顾虑

很多「AI 数据库工具」要把库凭证发上云——生产库敏感，企业合规不允许。

核心理念

本地优先，模型自带

数据不出本机，AI 你自己选

单用户、本机优先应用——无用户账号、无多用户权限边界。HTTP 服务绑定 127.0.0.1，不对外暴露。AI 助手采用 BYO Model 模式：接入你自己的模型，自然语言生成/解释/优化 SQL。凭证用 AES-256-GCM per-installation 密钥加密落盘。既拿到 AI 红利，又不交出数据主权。

核心能力

五大功能模块

模块 1

SQL 工作空间

编辑、补全、格式化、执行、SQL 收藏与历史记录。

模块 2

AI 助手

BYO Model，自然语言生成/解释/优化 SQL。

模块 3

数据库管理

元数据浏览、表/对象管理（DDL/DML）、在线编辑数据。

模块 4

数据导入导出

批量导入导出，含可视化数据管理。

模块 5

Dashboard + ER 图

图表可视化、ER 关系图、数据探索。

模块 6

MCP CLI

独立开源 CLI，支持 MCP，接入 Agent 工作流。

数据库支持

30+ 数据库，插件化扩展

MySQL PostgreSQL Oracle SQL Server ClickHouse MongoDB Redis SQLite MariaDB TiDB Hive DB2 Snowflake BigQuery Elasticsearch ... more

通过 chat2db-community-plugins/ 插件模块扩展，方言特定行为封装在所属插件内——加新数据库不动核心。

架构

前后端分离 + JCEF 桌面壳

前端

Umi + React + TypeScript

chat2db-community-client/。UMI_ENV=community 切社区版行为。JCEF renderer bridge 桥接桌面壳。dev 端口 8889 代理到后端。

后端

Java 17 + Spring Boot + Maven

chat2db-community-server/ Maven reactor。domain/storage/web/JCEF/SPI/plugin/tools/start 多模块。-Dchat2db.runtime.mode=community 选社区版。

分发

Web + Docker + 桌面包

Web 应用、Docker 镜像、JCEF 桌面包三形态。桌面离线优先：-Dchat2db.network.status=OFFLINE + loopback 绑定 + Community 存储路径。

安全设计

凭证加密与信任边界

AES-256-GCM 加密：数据源密码 + AI API Key 用 per-installation 密钥加密落盘，非明文存储
密钥隔离：数据源密码与 AI Key 用同一密钥但不同认证 AAD，一种密文不能当另一种解
密钥文件独立：~/.config/chat2db-community/encryption.key，Base64 解码恰好 32 字节，升级/重建容器必须保留
严格失败：空值/非法 Base64/非 32 字节密钥直接启动失败，不静默回退
Loopback 强制：HTTP 服务绑 127.0.0.1，Docker 容器内 0.0.0.0 但 Compose 发布限 127.0.0.1
JDBC 信任警示：自定义 JDBC Driver 是可执行 Java 代码，只装可信来源；导入文件/SQL/AI 响应均视为不可信数据

工程哲学

AGENTS.md 里的硬约束

社区版纯净：禁 reintroduce Enterprise Gateway 转发、云账号、订阅、支付、商业 license、Electron 运行路径
前端隐藏 ≠ 后端隔离：远端调用、headers、cookies、controller、service 注册都必须 Community-safe
API 语义稳定：public API、存储、数据源、namespace、console、task、pin、operation-log、ER-position 语义需显式兼容迁移才改
指令与证据分离：用户请求可定义期望行为变更，但不把历史假设变事实，不授权无关外部动作
结构化导航优先：.codegraph/ 初始化时用 CodeGraph 做结构查询，rg 留给字面量/配置/日志

社区版 vs 商业版

开源核心 + 商业增量

能力	Community（本仓库）	Pro / Enterprise
本地数据库客户端	✓ 完整	✓
BYO AI 模型	✓	✓
30+ 数据库	✓	✓
官方 AI 服务	—	✓
账号体系	—	✓
云端存储 + 多设备同步	—	✓
团队协作 + 治理	—	✓
价格	免费	付费

社区版即上述完整本地能力，商业版在同一核心之上叠加云端协作。开源边界清晰。

技术栈

成熟 Java + 现代前端

Java 17（Eclipse Temurin）：后端运行时，LTS 稳定
Spring Boot + Maven：后端框架与构建，多模块 reactor
React + TypeScript + Umi：前端栈，UMI_ENV 切社区版构建
JCEF：Chromium Embedded Framework，桌面应用壳，renderer bridge
Node.js 18.17+：前端构建工具链
Docker / Docker Compose：容器化分发，支持自建镜像
jpackage：原生安装包打包（Win/macOS/Linux）
MCP（Chat2DB-CLI）：独立开源 CLI，支持 Model Context Protocol 接入 Agent

快速上手

三种部署姿势

# 方式 1：桌面 App（最简单）
GitHub Releases 下载安装包 → 安装 → 连数据库，零配置

# 方式 2：Docker（需 Docker 19.03+ / 2 核 / 4GiB RAM）
git clone https://github.com/OtterMind/Chat2DB.git && cd Chat2DB
./script/security/init-community-encryption-key.sh   # 生成加密密钥
docker run --detach --name chat2db-community \
  --publish 127.0.0.1:10825:10825 \
  --env CHAT2DB_COMMUNITY_ENCRYPTION_KEY_FILE=/run/secrets/chat2db-community-encryption.key \
  --volume "$HOME/.config/chat2db-community/encryption.key:/run/secrets/chat2db-community-encryption.key:ro" \
  chat2db/chat2db:latest
# 打开 http://localhost:10825

# 方式 3：源码构建（Java 17 + Node 18.17+ + Maven 3.8+）
cd chat2db-community-client && yarn install --frozen-lockfile && yarn run start:community:hot
mvn -B clean package -Dmaven.test.skip=true -Dchat2db.finalName=chat2db-community \
  -f chat2db-community-server/pom.xml -pl chat2db-community-start -am

适用场景

适合谁用

全栈/后端开发者：日常要连多种数据库写 SQL，受够在多个专用客户端间切换
DBA：需要元数据浏览、DDL/DML 管理、ER 图、执行历史的一站式工具
数据分析师：想用自然语言生成/优化复杂查询，又不想把库凭证发云端
数据合规敏感团队：要求本地优先、loopback 绑定、凭证 AES 加密的企业环境
Agent 工作流玩家：通过 MCP CLI 把数据库操作接入 Claude/Cursor 等 Agent
多云数据库用户：MySQL/PG/ClickHouse/MongoDB/Redis/Snowflake 混合栈，要统一客户端

风险提示

需要权衡

JVM 重：Java 17 + Spring Boot 启动慢、内存占用高，对轻量场景过重（vs DB Beaver 等原生客户端）
密钥管理责任：加密密钥丢失则所有已存凭证不可读，需自行备份 encryption.key
单用户设计：无多用户权限边界，团队协作场景需上商业版
JDBC 信任风险：自定义 JDBC Driver 是可执行 Java 代码，装错来源有安全风险
AI 依赖外部模型：BYO Model 需自备 API Key 与额度，效果取决于接入的模型
社区版功能边界：官方 AI 服务、云同步、团队协作均锁在商业版

潜力评估

未来空间

26.8k Stars 印证「AI + 数据库客户端」是真需求。本地优先 + BYO Model 的组合精准切中数据合规痛点——既吃到 AI 红利又不交数据主权。MCP CLI 接入 Agent 生态是关键增量，若能在 Agent 工作流里成为数据库操作的事实层，天花板可观。开源核心 + 商业增量的边界清晰，可持续。风险在 JVM 重与原生客户端的体验差距。

上一个
bitchat

下一个
turbovec