インテリジェンス

知ったかぶりをせず、平易な言葉でデータベースを説明してくれる SQLly のツール群。

スキーマは列の名前は教えてくれますが、その列が何を意味するのかまでは教えてくれません。SQLly のインテリジェンスまわりの取り組みは、このギャップを慎重に埋めることです。値を認識するライブ補完機能は、次のセクションにあります IntelliSense › データ認識; このセクションでは、言語モデル上に構築されたレイヤーをカバーします。

すべては接続先のカタログに基づいています

ここには、データベースについてモデルに推測させる機能は一つもありません。SQLly は検索可能な カタログ スキーマオブジェクトを取り込み、質問ごとにその一部を組み立てます。関連度順に並べ、トークン予算に収まるよう切り詰めたオブジェクトと、含めたものの一覧を回答とともに返します。そのため回答には独自の出典が付き、どのテーブルと列から作られたかを確認できます。

決定論的なチェックで答えられる場合は、そちらを先に実行し、その検出結果をモデルに渡します。たとえば SQL レビューでは、まずパーサーに基づく検証を実行し、そのうえで、実際の検出結果を 1 つずつ説明して対処するようモデルに求めます。そのため解説は、一般的な SQL ではなく、目の前のクエリについて語るものになります。

どのモデルで動くか

実行される場所オプション
オンデバイスOllama どのプラットフォームでも、または MLX Apple Silicon 上のランタイム。マシンの外に出るものはありません。
自分のエンドポイントOpenAI 互換または Anthropic 互換の任意のベース URL (セルフホストのゲートウェイ、LAN 上のモデルサーバーなど)。SQLly は、localhost を指すプロファイルに次のラベルを付けます: local.
頼んだときだけクラウドOpenRouter、OpenAI、Anthropic、Gemini、DeepSeek。それぞれが名前付きの プロバイダープロファイル それぞれ独自のモデル、コンテキストウィンドウ、推論レベル、オプションのプロキシを持ち、キーは設定ファイルではなくシークレット参照として保存されます。
既定では何も設定されていません。 組み込みのクラウドキーも既定のプロバイダーもありません。プロファイルを作成するまで、AI 機能にはプロンプトを送る先がなく、すべてのプロファイルに、それが次のどちらであるかがはっきり表示されます local または cloud.

信頼する前に試してみる

その AIプレイグラウンド 各プロバイダープロファイルにプロンプトを割り当て、同じ質問、同じカタログコンテキスト、異なるモデルで返ってくる結果を、トークン上限を自分で制御しながら比較できます。小さなローカルモデルが業務に十分かどうかを、日常の作業に組み込む前に確かめる確実な方法です。

このセクションでは

オンデバイスのクエリ要約 進行中
すべての句を自分で読み解く前に、自分で管理するモデルから、クエリを平易な言葉で説明したプレビューを得られます。
マジック文字列の自動ドキュメント化 予定
説明のない値を DDL の中でたどり、次に触る人(場合によっては未来の自分)のために役立つメモを残せます。
ネイティブ grep-ai 検索 予定
正確な SQL の語句を思い出せなくても、意図からスキーマとデータを検索できます。
意思決定モデル
選択肢から 1 つ選ぶような小さな質問に答えて、複数の機能がスマートな初回候補を出せるようにする、オプションの高速クラウドモデル。
コーディングエージェント向け MCP サーバー
Claude Code、Cursor、VS Code、Windsurf に、パスワードを共有することなく、保存済みの接続を MCP 経由で読み取り専用で使わせます。