DBXDBX

AI 助手

配置 AI 供应商后,在 DBX 中生成 SQL、解释查询、优化语句并辅助修复错误。

AI 助手用于辅助 SQL 工作。它会结合当前连接的数据库元数据理解表结构和字段,再根据你的描述生成 SQL、解释查询、给出优化建议或帮助修复错误。

AI 生成的 SQL 不会自动执行。请在执行前检查表名、字段名、筛选条件和影响范围,尤其是在生产环境连接上。

配置

打开设置

进入 DBX 设置页,找到 AI 相关配置。

选择供应商

选择 Anthropic、OpenAI 或兼容 OpenAI API 的自定义端点。

填写凭据

输入 API Key。使用自定义端点时,还需要填写接口地址和模型名称。

保存并测试

保存配置后回到编辑器,尝试用自然语言生成一条简单查询。

如果没有配置 API Key,AI 功能应向用户提示需要先完成设置,而不是静默失败。

Ask 模式与 Agent 模式

模式行为执行
Ask生成 SQL、解释、修复、优化、方言转换或样例数据不暗示已经执行
Agent当用户明确要求查询数据时,优先生成一条可执行 SQLDBX 会先评估生成 SQL,再决定是否尝试执行

Thinking 模式

对于支持扩展推理的供应商和模型(如启用了 thinking 的 Claude),DBX 在 AI 设置中提供了 Thinking 开关。启用后:

  • 模型在生成 SQL 前会花费更多时间推理
  • 复杂查询、多表 JOIN 和优化建议受益最大
  • 响应时间会增加,但对于非简单任务的输出质量会提高

可按任务开关 Thinking。简单查询和解释可关闭;复杂 Schema 推理、优化或调试时可启用。

表提及

在提示中使用 @table@schema.table 告诉 AI 哪些表最重要:

  • @users — 在上下文中包含 users 表结构
  • @public.orders — 包含特定 schema 限定的表
  • 多个提及:@users @orders @products 同时包含三张表

表提及是控制 Schema 上下文最可靠的方式。即使完整 Schema 太大无法全部包含,它也能正常工作。

提示输入历史导航

使用方向键浏览之前的 AI 提示:

  • (上箭头)循环浏览之前的提示
  • (下箭头)在提示历史中向前移动
  • 在 Ask 和 Agent 模式中都有效
  • 在迭代类似查询或解释时节省时间

提示历史按会话保存,帮助你快速重用或修改之前的 AI 请求而无需重新输入。

Schema 上下文

AI 提示可以包含当前数据库类型、连接名称、数据库、当前 SQL、最近错误、结果预览和 Schema 上下文。Schema 上下文包含表、字段、索引和外键。

当 Schema 很大时,DBX 会截断上下文。使用表提及来告诉 AI 优先围绕哪些表进行推理。

SQL 安全策略

SQL 类型DBX 行为
SELECTWITHSHOWDESCRIBEDESCEXPLAIN 等只读语句用户明确表达查询意图时,Agent 模式可自动执行
INSERT 或按键限定的 UPDATE 等低风险写入只在明确非生产环境自动执行;其他情况需要确认
多语句、DELETEMERGEREPLACECREATE 或未知 SQL执行前需要确认
DROPTRUNCATEALTERRENAME 或大范围 UPDATE 等危险语句会被 AI 执行策略阻止

连接名、主机或数据库名看起来像生产环境时,DBX 会更保守。AI 生成的 SQL 仍然是模型输出,请像审查代码一样审查它。

常见用法

生成 SQL

用自然语言描述目标,AI 会结合当前连接的元数据生成查询:

查看最近 30 天订单金额最高的 10 个客户

可能生成:

SELECT c.name, SUM(o.amount) AS total_amount
FROM customers c
JOIN orders o ON c.id = o.customer_id
WHERE o.created_at >= NOW() - INTERVAL 30 DAY
GROUP BY c.id, c.name
ORDER BY total_amount DESC
LIMIT 10;

生成后建议检查:

  • 是否使用了正确的表和字段
  • 时间范围是否符合预期
  • 聚合和排序逻辑是否正确
  • 是否需要限制返回行数

解释 SQL

选中一段 SQL 后,可以让 AI 解释它的结构:

  • 每个子查询的作用
  • JOIN 条件如何关联表
  • WHERE 条件过滤了什么
  • 聚合、分组和排序的意义

这适合阅读历史查询、接手报表 SQL 或理解复杂视图。

优化 SQL

AI 可以根据 SQL 和表结构给出优化方向,例如:

  • 是否可能发生全表扫描
  • 是否缺少合适索引
  • 子查询是否可以改写为 JOIN
  • 排序、去重或聚合是否可以减少
AI 的优化建议是参考信息。真正的性能判断仍应结合数据库的执行计划、数据量和索引情况。

修复错误

当 SQL 执行失败时,可以把错误信息和当前 SQL 交给 AI 辅助分析。常见修复包括:

  • 语法错误
  • 表名或字段名拼写错误
  • GROUP BY 字段缺失
  • 类型不匹配
  • 不同数据库方言之间的语法差异

支持的供应商

DBX 提供了改进的可搜索模型下拉框,让你可以轻松地在所有支持的供应商中查找并选择可用模型。

适合使用 Claude 系列模型。填写 API Key 后,在可搜索的下拉框中选择或填写你要使用的模型。

适合使用 OpenAI 模型。填写 API Key 后,在模型输入框中选择或填写你要使用的模型。

适合兼容 OpenAI Chat Completions API 的服务,例如本地模型服务、企业网关或第三方模型平台。

需要配置:

  • Endpoint URL
  • API Key
  • Model

隐私与安全

AI 请求通常会包含你的问题、相关 SQL、错误信息,以及必要的表结构上下文。使用前请确认:

  • 当前供应商是否允许发送这些信息
  • 是否包含敏感字段名、业务规则或样例数据
  • 团队是否对第三方模型调用有合规要求

如果希望 AI 直接通过工具查询数据库,可以继续阅读 MCP 集成

本页目录