用GLM+Claude Code，开发了一款SQLite插件

myway
0 阅读7分钟

插件介绍

SQLite作为轻量级数据库，被用在很多小型APP中。之前在开发electron应用时，还到处找SQLite软件，但是没一个满意的，现在AI编程最大的便利，便是让很多人以最小代价去实现软件应用。

顺便用国产模型第一梯队的GLM，对比下经常用的Claude，看看能否平替。

utools 应该很多人都用过，有很多提升开发效率的小工具。这个插件就是在utools上架的，大家可以搜索体验一下，顺便附上插件链接：www.u-tools.cn/plugins/det…

1.表数据预览 image.png 2.表结构编辑 image.png 3.新建表，支持表单模型/sql模式 image.png 4.全局搜索 image.png 5.AI辅助功能当然要有 image.png

开发工具

个人觉得最适合前端的就是安装vscode插件：Claude Code for VS Code，然后用国内的一些中转厂商。还有很多国内的大模型也支持接入Claude Code插件，开了智谱的GLM套餐，搭配起来使用的话，基本能满足大部分编程需求。这个插件大部分也是用GLM开发的，少量复杂功能用的Claude，接下来会详情说下。

开发过程

技术栈vite+React，然后可以调用一些nodejs能力+utools的api。后面增加的ai对话，使用了langchain。

本来是决定一行代码不写，包括提交记录都是AI完成的，但是中间遇到比较复杂的地方，功能是能实现，但是整体架构就是不能按我的思路来，GLM和Claude换着来都不行，最后这块古法编程实现的。

资料检索

AI编程遇到的第一个问题就是，utools的api它不知道，然后就开始自作主张的使用electron的api，或者编一些不存在的，这是我用glm-4.6时的问题，给它贴了URL也没用，然后直接给它贴的文档。后来glm-4.7增加了网络搜索等mcp功能，对URL内容的读取就好很多了，但是每月100次额度有点少，主要是我使用的Claude Code它会在一轮会话中，多次频繁读取仓库或文章。最后我自己写了个skill还方便点。

代码审核

AI写的代码一定要审核+及时调整！！！因为某次对话，让AI美化组件样式（增加class重写antd样式），后面每次迭代，AI就自作主张的参考之前写法，每个组件都要格外写一些样式。后来人工剔除后，又在CLAUDE.md中强调了这点才没再发生。

技术框架规划

这个真的很重要，早点规划好你的技术框架，而不是让模型去猜。AI很容易写出那种“居然可以实现功能，但是代码一层叠一层，最终人类无法插手”。

我在一开始就规定了各种技术栈，底层调用方式、封装方式。开发到一定阶段后，因为uTools的调试并不好用，我想让让AI去mock底层的一些nodejs及uTools方法，然后居然一次性通过，浏览器顺利打开，并完整模拟了包括表结构、表数据等操作，它们是完全基于localStorage的。

那么也就是说，我后面如果把这个程序移植到浏览器、或者vscode插件等，也是很容易的。

让AI做不擅长的事情

如果用nextjs+React+tailwind+zustand,是ai最擅长的技术栈了。但是我项目的状态使用了valtio，而且使用了面相对象的写法，明明告知了AI尽量不使用React hooks，以及valtio的示例写法，但还是会写偏，表现在：

  1. useSnapshot后的对象React才能感知到变化，经常忘记使用。
  2. 状态混用React hooks，属于屡教不改了
  3. antd的表单应该有form实例去管理内部值，ai习惯直接将valtio的响应式数据，放到表单Value上

不过随着代码量增多，也可能和CLAUDE.md的约束越来越完善，上面这些情况就比较少了

另外说一下为什么要使用valtio这种proxy机制的状态管理工具

  1. React的useEffect经常造成逻辑混乱，依赖越加越多，心智负担重
  2. 很多时候为了拿到最新的值，不得不定义额外的ref来存储临时值
  3. 性能考虑会又会大量使用memo、useCallback等优化

valtio优点：

  1. 使用很简单，就一个proxy和一个useSnapshot
  2. 只有你用到的值变化才会触发组件更新
  3. 脱离React组件更新值，也不用考虑闭包问题，永远都是最新的值

只是proxy机制可能很多人就会觉得一股vue味，比较排斥，但是如果你真的使用，尤其是复杂UI交互下，完全没有那么多心智负担。而且它的作者，也是写出zustand的大佬。

模型差异

Claude绝对是最强编程模型了，如果有缺点只有一个，就是贵。国产的glm、kimi、minmax能力都还不错，我只深度体验了glm。总体来说，你需要更详细的描述你的方案，减少AI自由发挥的机会，复杂点的功能直接用plan模式。一样可以有比较好的效果。 另外一方面就是多使用Claude的配置文件，如CLAUDE.md、skills、tools去指导AI写出更好的代码。

AI功能

大模型如此强大的今天，当然可以用来辅助操作数据库。目前使用openAI+langchain+antdX，实现了一个简单的编程智能问答。

token

有很多免费的token可以拿来用，我是用的硅基流动里免费的Qwen/Qwen2.5-Coder-7B-Instruct,对于简单问答已经足够了。

如何接入

import { ChatOpenAI } from '@langchain/openai';
const model = new ChatOpenAI({
    modelName: 'Qwen/Qwen2.5-Coder-7B-Instruct',
    apiKey: "your token",
    configuration: {
        baseURL: 'https://api.siliconflow.cn/v1'
    },
    temperature: 0
});

因为当前大模型支持openAi格式的调用（大部分模型都兼容），所以我们直接用@langchain/openai，你也可以直接用openAi库，这里是为了使用langchain的能力。

modelName对应模型名称，apiKey后台创建一个即可，baseURL是对应模型提供商的接口地址，temperature代表了模型可自由发挥的空间，温度越高自由度越大，比如需要更多的创意，不仅限于给定的提示词，如写作的场景，就可以调高一些。这里我们只需要模型回答我们编程相关问题，并且严格遵循我们的要求，所以直接设置为0。

然后是添加一些系统提示词：

const systemPrompt: ["system", string] = [
  "system",
  `你是一个专业的 SQLite 数据库助手。你的职责是：
**你可以帮助用户：**
- 创建、修改、删除数据库表
- 插入、更新、删除数据
- 编写和优化 SQL 查询语句
- 解释 SQLite 的语法和特性
- 数据库设计和索引优化
- 解决 SQLite 使用中的问题

**重要规则：**
- 只回答与 SQLite 数据库相关的问题
- 对于与 SQLite 无关的问题（如编程语言、其他数据库、生活问题等），请礼貌拒绝并提示：
  "抱歉，我是 SQLite 数据库专属助手，只能回答与 SQLite 相关的问题。如果您有 SQLite 方面的疑问，我很乐意帮助您！"

请用简洁、准确的语言回答问题。`
    ];

效果：

image.png

但是实测小模型有时候可能不会严格按照你的系统提示词来，偶尔还是会回答无关内容，所以测试的时候最好找个好点的模型调试。

接下来可以添加memory，让模型记住上下文

const history: (HumanMessage | AIMessage)[] = [];

history.push(new HumanMessage(userInput));
history.push(new AIMessage(response.content.toString());

这样大模型就可以根据我们之前的对话内容回答问题了 image.png

总结

这里演示了如何使用langchain发送流式请求、管理上下文。

后面还会加上一些tools调用，让ai可以自动完成表查询、新建表、执行sql等能力，目前还待实现。后面会单独写一篇文章详细介绍。

还有最近比较火的skills、MCP功能，也会结合项目讲一讲。

avatar
文章
阅读
粉丝