Что на самом деле работает «под капотом»
Дальше никакого маркетингового глянца. Это реальная архитектура клиента SQLly GPUI — крейты, структуры данных, проектные решения; именно этот клиент в активной разработке, и именно с него взяты все скриншоты на этом сайте.
Нативный интерфейс, визуализируемый на GPU, а не WebView
Окно, которое вы видите, — не Electron и не браузерный движок, наряженный в подобие нативного интерфейса.
Каждый пиксель здесь — компоновка текста, всплывающее окно автодополнения, подсветка синтаксиса — рисуется собственным GPU-ускоренным рендерером GPUI.
Та же технология рендеринга, что и в Zed
Клиент SQLly построен на GPUI — UI-фреймворке на Rust, написанном для редактора Zed. Это GPU-ускоренный тулкит, гибрид retained- и immediate-моделей: не DOM и не AppKit под капотом, просто Rust рисует напрямую в GPU.
Сетка результатов — отдельный крейт
Вместо самописной виртуализации таблицы результатов прямо в приложении используется отдельный опубликованный crate — sqlly-datatable - обрабатывающий виртуализацию, выбор, сортировку и фильтрацию как самостоятельный компонент.
macOS, Windows и Linux из одной кодовой базы.
Клиент GPUI собирается под все три настольные платформы из одной кодовой базы на Rust, со своей упаковкой для каждой ОС: .app пакет на macOS (только Apple Silicon), .desktop на Linux, и нативный .exe на Windows.
Попробуйте sqlly-datatable - фактическую сетку результатов в виде WebAssembly
Сетка результатов — отдельный крейт с открытым кодом, и её демо-приложение компилируется в WebAssembly на веб-бэкенде GPUI: рисует тот же GPU-рендерер, что и десктопное приложение, — никаких скриншотов, настоящий компонент в WebGPU-канвасе. Мы теперь размещаем эту живую сборку в документации: она загружается, только когда вы её открываете, и выгружается, как только уходите, — WebAssembly-пейлоад не висит без дела в фоне.
Требуется браузер с поддержкой WebGPU (Chrome/Edge 113+ или последняя версия Safari/Firefox). Работает полностью на вашем устройстве — ничего никуда не отправляется.
Два лексера, анализаторы с поддержкой диалектов и дерево, сохраняющее диапазоны
SQL - это не один язык. T-SQL, Postgres, MySQL, Oracle, SQLite, ClickHouse и DuckDB расходятся в кавычках, комментариях и половине синтаксиса, а Redis - вообще не SQL, поэтому начало конвейера обращается с диалектом как с полноценным параметром, а не как с чем-то второстепенным.
Лексер на основе таблиц диалектов
Правила токенизации — стили кавычек, синтаксис комментариев, наборы операторов — задаются таблицами для каждого диалекта, а не жестко прописанными ветвями, поэтому добавление или исправление диалекта не означает форка лексера.
Парсеры с восстановлением после ошибок, для каждого диалекта
Для каждого поддерживаемого диалекта — свой парсер с восстановлением после ошибок, который сохраняет точное соответствие исходному тексту: дерево разбора хранит точные позиции в исходнике, поэтому IntelliSense и диагностика указывают ровно на нужный символ, даже если запрос вокруг повреждён.
Второй, более быстрый сканер — так и задумано
Отдельный однопроходный токенизатор обеспечивает работу объектной модели с файловой системой (см. ниже). Он намеренно проще и быстрее полного стека лексера/парсера, потому что проходит через каждый файл в репозитории schema-as-code, а не только через запрос, который вы редактируете в данный момент.
Настоящий Language Server для T-SQL
Над стеком парсера - полноценная реализация LSP поверх JSON-RPC/stdio - подсказки при наведении, диагностика, семантические токены и автодополнение - так что тот же интеллект, что питает редактор, доступен любому LSP-клиенту.
Два коллектора, один атомарный снимок
Именно эта деталь заставляет трюк «локальные файлы важнее живой базы данных» из руководства для DBA по-настоящему работать — и оставаться быстрым.
// conceptual shape, not literal source generation += 1; let db_task = spawn(collect_from_database(generation)); let fs_task = spawn(collect_from_filesystem(generation)); let (db, fs) = join(db_task, fs_task).await; let merged = merge_by_provenance(db, fs); // newer mtime/hash wins snapshot.swap(merged); // atomic - readers never see a half-built model
База данных и файловая система, собранные одновременно
sqlly-modelengine запускает сборщик базы данных и сборщик файловой системы параллельно, каждый со своим счётчиком поколений, а затем сливает их обратно через барьерное слияние, прежде чем результат увидят последующие этапы.
Свежесть измеряется, а не принимается как данность
При слиянии сравниваются время изменения и хэш содержимого между тем, что сообщает текущая база данных, и тем, что лежит на диске, поэтому локальный файл перекрывает базу, только когда он действительно новее, а не просто существует.
Читатели никогда не видят модель в несогласованном состоянии
Обновлённая модель подменяется одним атомарным снимком за раз. IntelliSense и валидация всегда видят полную, внутренне согласованную модель — либо предыдущего поколения, либо нового, но никак не наполовину пересобранную.
Уверенность отслеживается как данные, а не как предположение
Когда модель не может быть полностью проверена — грубый набросок DDL, миграция в процессе редактирования — движок помечает этот участок явной метаинформацией Provenance и Fidelity метаданные и выполняет по ним автодополнение через отдельный механизм проверки с двумя областями, а не молча выдаёт догадку за факт.
Локальный вывод модели с облаком в качестве опционального резервного варианта
История с ИИ действительно многослойная — от полностью локального вывода до облачного провайдера, который вы выбираете сами. Вот что сегодня реально работает в клиенте GPUI — с честными пометками.
Автодополнение fill-in-the-middle
FIM-автодополнение рассчитано на небольшую локальную модель (класса Qwen2.5-Coder) для подсказок на лету по мере набора. Рендеринг промпта, каталог моделей и токенов и настройки полностью перенесены и покрыты юнит-тестами; остаётся подключить транспорт потоковой генерации.
Панель помощника с реальной архитектурой
Панель ИИ — это перенесённый структурированный чат-интерфейс, а не заглушка: спрашивайте о своей схеме и получайте сгенерированный SQL. Панель и её состояние — настоящие; проводка провайдеров за ними пока подключается.
Подключите свою локальную модель через Ollama
Если вы уже запускаете модели через Ollama, SQLly подключается к ней напрямую — для вопросов и ответов по схеме, эмбеддингов и поиска. Автомат состояний здоровья/установки перенесён и управляет интерфейсом; слой управления процессами, который находит и запускает ollama завершается.
MLX-сайдкар для Apple Silicon
Локальный вывод на Apple Silicon выполняется через небольшой внешний процесс-сайдкар MLX, с которым SQLly общается по HTTP, — тяжёлая ML-среда остаётся вне основного процесса приложения. Типы значений и отчёт о работоспособности уже есть; запуск и управление сайдкаром — в работе.
Локальный векторный поиск (LanceDB)
План — это полностью локальное векторное хранилище для поиска по схеме и эмбеддингам через LanceDB. Сегодня этот crate — намеренная заглушка: каждый вызов возвращает понятную честную ошибку, а не молча ничего не делает, — а остальной конвейер вокруг него уже дописан.
Облачные провайдеры — только по явному согласию
Если вы решаете выйти за пределы моделей на устройстве, меню выбора облачного провайдера (OpenRouter, OpenAI, Claude) и его панель настроек уже на месте — ничего не покидает ваш компьютер, пока вы сами туда не направите. HTTP-транспорт за этим меню ещё подключается.
Остальная часть рабочего пространства Rust
Движок разбит на тематические крейты вместо одного монолита — большинство доступно без графического интерфейса через sqlly-cli для сценариев или тестирования, когда UI вообще не нужен.
| Крейт | Что он включает |
|---|---|
| sqlly-core | Профили подключений, модели команд и событий, сессии, настройки приложения, снимки для восстановления после сбоев. |
| sqlly-engines | Нативные драйверы за одним транспортным трейтом: SQL Server через TDS (на базе Tiberius), PostgreSQL, MySQL/MariaDB, SQLite, libSQL/Turso через Hrana, DuckDB внутри процесса, ClickHouse через HTTP, Oracle через Instant Client и Redis через RESP. |
| sqlly-query | Выполнение/стриминг запросов, поддержка автозаполнения IntelliSense, история запросов, интеграция токенизатора. |
| sqlly-metadata | Обозреватель объектов и модели метаданных каталога. |
| sqlly-scripting | Экранирование идентификаторов, генерация скриптов и просматриваемый каталог шаблонов скриптов. |
| sqlly-plans | Разбор плана выполнения (ShowPlan XML) и предупреждения плана. |
| sqlly-admin | Резервное копирование/восстановление, монитор активности, редактирование таблиц, хранилище запросов, расширенные события, импорт/экспорт, сравнение схем и генерация SQL конструкторами. |
| sqlly-security | Провайдеры аутентификации SQL и Entra, абстракции хранилища секретов, SQL каталога безопасности. |
| sqlly-catalog | Карточки объектов, гибридный полнотекстовый и векторный поиск по схеме и сброс кэша ИИ. |
| sqlly-testkit | Помощники для тестов с контейнером SQL Server и fixture/golden-file, используемые в собственном тестовом наборе рабочего пространства. |
Настоящий каталог шаблонов скриптов
Система шаблонов использует тот же <name,type,default> синтаксис заполнителей SSMS шаблоны используют — нарочно привычный, а не новый DSL, который пришлось бы осваивать с нуля.
Пакетные скрипты, по одной инструкции за раз
Лексер предоставляет разделитель операторов, который использует механизм проверки мутаций, поэтому многооператорный скрипт можно анализировать — и проверять на безопасность — оператор за оператором, а не как один непрозрачный кусок.
Заявления о производительности подкреплены набором тестов
Тест бюджета задержки для автодополнения
Пакет IntelliSense включает тест, который проверяет, что кэшированные автозаполнения остаются в рамках явного бюджета задержки — регрессии производительности на пути автозаполнения приводят к неудаче CI, а не просто замечаются пользователем через несколько месяцев.
Интеграционные тесты с реальными подпроцессами
Помимо модульных тестов, движок CLI прогоняется через интеграционные тесты с реальными подпроцессами: они задают настоящие переменные окружения и проверяют коррелированные логи — корреляцию ping/response, обнаружение запросов без ответа и обрезку логов при штатном завершении.
Эталонные файловые фикстуры с реальным SQL Server
sqlly-testkit Запускает настоящий контейнер SQL Server для интеграционных тестов, так что слои запросов и метаданных проверяются на реальном движке, а не на заглушках.
Вот и вся экскурсия.
Если здесь что-то разошлось с кодом — кодовая база меняется быстро, — скажите нам. Мы лучше починим страницу, чем позволим ей тихо устареть.