// для гиков

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.

// фронтенд

Нативный интерфейс, визуализируемый на GPU, а не WebView

Окно, которое вы видите, — не Electron и не браузерный движок, наряженный в подобие нативного интерфейса.

SQLly - редактор GPUI
Редактор SQLly с нативным рендерингом через GPUI, показывающий автодополнение ключевых слов IntelliSense

Каждый пиксель здесь — компоновка текста, всплывающее окно автодополнения, подсветка синтаксиса — рисуется собственным GPU-ускоренным рендерером GPUI.

🖼️
gpui ✓ работает

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.

🧩
sqlly-datatable ✓ работает

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.

🖥️
одна кодовая база, три ОС ✓ работает

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.

// открытый код, работает в вашем браузере

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.

// разбор sql, как надо

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.

🔤
sqlly-sqllex ✓ работает

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.

🌳
sqlly-sqlparse ✓ работает

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.

🧭
sqlly-tokenizer ✓ работает

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.

📡
sqlly-lsp ✓ работает

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.

// движок модели схемы

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
🔀
параллельный сбор ✓ работает

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.

⏳
устаревание по метке времени + хеш ✓ работает

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.

📸
снимки на стадии генерации ✓ работает

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.

🌫️
неполные области ✓ работает

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 AI-стек

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.

⚡
FIM-автодополнение ◐ в процессе

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 чата с ИИ ◐ в процессе

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.

🦙
ollama ◐ в процессе

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.

🧭
sqlly-mlx ◐ в процессе

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 кэш ○ запланировано

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.

☁️
резерв через облако ◐ в процессе

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.

Зачем подчёркивать, что ещё не готово? Потому что альтернатива — страница возможностей, которая тихо перестаёт быть правдой в тот момент, когда кто-то читает исходники. Например, интерфейс выбора модели в legacy-приложении на Swift сегодня продвинулся дальше, чем в GPUI, — мы предпочитаем сами вам об этом сказать, а не заставлять вас найти это самостоятельно.
// всё остальное в движке

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.

КрейтЧто он включает
sqlly-coreПрофили подключений, модели команд и событий, сессии, настройки приложения, снимки для восстановления после сбоев.
sqlly-enginesНативные 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-queryВыполнение/стриминг запросов, поддержка автозаполнения IntelliSense, история запросов, интеграция токенизатора.
sqlly-metadataОбозреватель объектов и модели метаданных каталога.
sqlly-scriptingЭкранирование идентификаторов, генерация скриптов и просматриваемый каталог шаблонов скриптов.
sqlly-plansРазбор плана выполнения (ShowPlan XML) и предупреждения плана.
sqlly-adminРезервное копирование/восстановление, монитор активности, редактирование таблиц, хранилище запросов, расширенные события, импорт/экспорт, сравнение схем и генерация SQL конструкторами.
sqlly-securityПровайдеры аутентификации SQL и Entra, абстракции хранилища секретов, SQL каталога безопасности.
sqlly-catalogКарточки объектов, гибридный полнотекстовый и векторный поиск по схеме и сброс кэша ИИ.
sqlly-testkitПомощники для тестов с контейнером SQL Server и fixture/golden-file, используемые в собственном тестовом наборе рабочего пространства.
📝
шаблоны ✓ работает

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.

🔬
split_statements ✓ работает

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.

// протестировано, а не просто быстро

Заявления о производительности подкреплены набором тестов

✅
✓ работает

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.

✅
✓ работает

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.

✅
✓ работает

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.