智能功能

这些工具帮助 SQLly 用大白话解释你的数据库,而不会假装自己懂得更多。

模式能告诉你一列叫什么名字,却不总能告诉你这一列是什么意思。SQLly 的智能化工作就是谨慎地弥合这道鸿沟。实时的值感知补全功能位于 IntelliSense › 数据感知;本节介绍构建在语言模型之上的各个层。

一切都基于你的系统目录

这里没有任何功能需要模型去猜测你的数据库。SQLly 维护着一个可搜索的 目录 你的 Schema 对象,并针对每个问题从中组装出一个有界切片:把按相关性排序的对象裁剪到令牌预算以内,并把所含内容的清单随答案一起带回。这样每个响应都自带引用,你能看到它是基于哪些表和列得出的。

凡是确定性检查能回答的,就先跑检查,再把结果交给模型。比如 SQL 审查会先运行基于解析器的验证器,然后让模型逐一解释并处理每条真实的发现——这也是为什么它的叙述针对的是你的查询,而不是空谈 SQL。

由哪个模型驱动

运行位置选项
设备端Ollama 在任何平台上,或 MLX 运行时就在 Apple Silicon 上。没有任何数据离开这台机器。
你自己的端点任何兼容 OpenAI 或 Anthropic 的基础 URL——自托管网关,局域网内的模型服务器。SQLly 将指向 localhost 的配置标记为 local.
云端,按需启用OpenRouter、OpenAI、Anthropic、Gemini 或 DeepSeek。每一个都是命名的 提供商配置 具有自己的模型、上下文窗口、推理级别和可选代理——其密钥作为秘密引用存储,而不是在配置文件中。
默认什么都不设。 没有内置的云端密钥,也没有默认提供商。在你创建配置文件之前,AI 功能无处发送提示,而且每个配置文件都会清楚显示它是 local 或者 cloud.

先试用,再信任

这 AI 试玩场 让你把每个提供商配置文件指向一个提示词,比较返回的结果:同样的问题、同样的目录上下文、不同的模型,token 上限也由你掌控。在把小型本地模型接进日常工作之前,这是检验它是否够用的实在办法。

在本节中

设备端查询摘要 进行中
在自己逐条读懂每个子句之前,先让你掌控的模型用大白话讲讲这条查询。
自动魔法字符串文档 计划中
顺着 DDL 跟踪一个来历不明的值,并给下一个人留条有用的备注——也许那个人就是未来的你。
原生 grep-ai 搜索 计划中
按意图搜索你的模式和数据,而不只是靠你碰巧记得的确切 SQL 词语。
决策模型
一个可选的快速云端模型,负责回答微小的单选问题,让多个功能能够给出聪明的初始猜测。
面向编码代理的 MCP 服务器
让 Claude Code、Cursor、VS Code 和 Windsurf 通过 MCP 以只读方式使用你保存的连接,且不共享任何密码。