SQLChat 是基于聊天的 SQL 客户端,使用 Next.js + Prisma 全栈开发,支持 MySQL / PostgreSQL / BigQuery / Snowflake 等多种数据库,用 LLM 把自然语言直接转成 SQL
本资源包含什么
完整 Next.js 源码:来自 GitHub
sqlchat/sqlchatmain 分支,含package.json+src/+prisma/+public/+next.config.js+tailwind.config.js。Prisma 数据库层:
prisma/schema.prisma+ 迁移脚本,支持 PostgreSQL / SQLite 切换。多数据库 assistant 配置:
assistants/目录下 MySQL / PostgreSQL / BigQuery / Snowflake 等驱动 prompt 模板。官方文档:
README.md、README.zh-CN.md、README.es-ES.md、docs/、CLAUDE.md、Dockerfile+Dockerfile.sqlchat-ai。官方 LICENSE:Apache 2.0。
核心能力
自然语言转 SQL:用对话方式问"上个月每个品类销量前 10 的 SKU",直接生成可执行 SQL。
SQL 结果解释:执行后让 AI 用自然语言解释结果,附带图表。
多数据库支持:内置 MySQL / PostgreSQL / BigQuery / Snowflake / ClickHouse / MSSQL 等驱动。
本地数据库模式:提供
.env.nodb与.env.usedb两种启动模式,零配置本地试用。OpenAI 兼容:支持 OpenAI / Azure OpenAI / Anthropic / 自托管 LLM(OpenAI 协议)。
Docker 一键部署:
Dockerfile+Dockerfile.sqlchat-ai直接出镜像。
本资源包不含什么
编译产物(已剔除
.next/、node_modules/,首次pnpm install自动拉取)pnpm lock 文件(已剔除
pnpm-lock.yaml,节省 700 KB;用户本地 install 自动生成)GitHub CI 与 .vscode 配置(已剔除
.github/、.vscode/)
资源包大小
压缩后约 0.7 MB,解压后约 0.9 MB / 232 个文件。
启动运行(本地模式,无需数据库)
cd sqlchat-main pnpm install # 首次安装依赖(5-10 分钟) pnpm dev # 使用 .env.nodb 配置启动 # 浏览器打开 http://localhost:3000
启动运行(接真实数据库)
# 1. 复制 .env.usedb 到 .env,按需修改 DATABASE_URL + OPENAI_API_KEY # 2. 启动 PostgreSQL,导入 prisma/schema.prisma pnpm install pnpm run usedb # 使用 .env.usedb 配置启动
安装编译依赖
Node.js ≥ 18(Next.js 14+ 要求)
pnpm(推荐):
npm i -g pnpmPostgreSQL(仅接真实数据库时需要)
OpenAI API Key(或兼容协议的 LLM endpoint)
典型使用场景
业务人员自助查询:非技术人员用自然语言问数据,AI 生成 SQL 执行。
数据分析师加速:复杂 join / 窗口函数 / CTE 让 AI 先写,人复核后再执行。
SQL 学习:让 AI 解释陌生查询,对照 schema 学习实际数据。
团队数据库协作:共享 prompt 模板(
assistants/),统一查询规范。
适用人群
经常写 SQL 但希望提速的数据分析师 / 后端工程师。
非技术岗位想自助取数的运营 / 产品 / 市场人员。
做技术选型:评估 SQLChat vs DB-GPT / Chat2DB / Vanna.ai。
本地复现 / 二次开发 Chat-to-SQL 工具的开发者。
质量承诺
本资源包内源码全部来自 sqlchat/sqlchat 官方 GitHub 仓库(Apache 2.0),经本地解压验证:含完整 Next.js 源码、Prisma schema、MySQL/PG/BigQuery/Snowflake 等数据库 assistant 配置、官方 README 中英文西语文档、两个 Dockerfile。用户解压后 pnpm install && pnpm dev 即可启动本地试用模式。
版权声明
本站文字内容为原创编撰或者网络搜集整理,受著作权保护,禁止未经授权批量采集转载。
本站分享的各类源码、AI大模型、程序工具仅作技术科普部署教程使用,不直接存储原版版权文件。
所有第三方资源的知识产权、开源协议、商用授权规则均归原开发团队所有。
使用者下载、部署、二次开发必须严格遵守国家著作权相关法律法规,以及资源官方许可协议,如需商业运营,务必向版权方申请合法授权。
因用户私自商用、违规分发资源造成的法律纠纷与经济损失,全部由使用者自行承担,本站不承担连带责任。