我做了一个工具，让 AI 生成 SQL 不再靠猜为什么会有这个工具有一段时间，我几乎每天都在做同一件事：打开 Cha

为什么会有这个工具

有一段时间，我几乎每天都在做同一件事：

打开 ChatGPT，把表结构粘贴进去，描述我想查什么，等它输出 SQL，复制，切回 Navicat 或 DataGrip，粘贴，执行，报错，截图，切回去，把报错贴给它，等修复……

偶尔运气好，第一次就跑通。更多时候，来回要折腾四五轮。

问题的根源很清楚：AI 不知道我的数据库长什么样。

它给我的 SQL，是基于"一个典型数据库可能有什么表"的猜测，而不是基于我真实的 Schema。

于是我开始做 SQL Copilot。

我见过很多"接入 AI 的数据库工具"，它们大多数做的事情是：在查询编辑器旁边加一个输入框，你问，它生成，你复制过去执行。

SQL Copilot 想做的不是这个。

它想做的是：从你问出问题，到你看到结果，中间不需要你做任何搬运工作。

SQL Copilot 内置了一套 RAG（检索增强生成）流程。每次你提问之前，系统会自动检索：

这些信息会一起作为上下文发给 AI，而不是只传你现在这一句话。

结果就是：AI 生成的 SQL 字段名是对的，表名是存在的，JOIN 条件是合理的。不是百分之百，但准确率比纯靠猜高得多。

而且随着你用的时间越长，知识库里积累的样例 SQL 越多，它就越懂你的业务。

这是我最想解决的那个"来回复制粘贴"问题。

AI 生成 SQL 之后，你可以直接在对话界面点"执行"，结果表格就在下面出来了。你可以接着追问："只取前 20 条"、"改一下排序"、"加个时间筛选"，AI 会基于刚才那条 SQL 继续修改，修改完你可以再执行。

整个过程不需要切窗口，不需要复制粘贴，不需要重新解释上下文。

数据库误操作的后果很难受，尤其是在生产环境。

SQL Copilot 在执行任何 SQL 之前，会先跑一遍风险评估：

不是不让你执行，而是在你可能手滑的时候提醒你一下。

"帮我统计一下每个月的新增用户数，按月份画个折线图。"

SQL Copilot 会生成对应的聚合 SQL，执行之后直接渲染图表，折线图、柱状图、饼图都支持。图片可以导出，数据可以导出 CSV。

不需要 Python，不需要 Excel，不需要 Tableau。就在工作台里。

接手别人的遗留系统是很多人的噩梦，几十张表，不知道谁关联谁，文档早就过时了。

SQL Copilot 的智能 ER 图功能：选中几张你感兴趣的表，生成关系图。外键关系会显示实线，AI 推断的隐式关联（比如 user_id 字段存在于多张表）会显示虚线。可以保存快照，下次打开继续分析。

这一点我觉得很重要，尤其对于连接生产数据库的场景。

SQL Copilot 所有的数据（连接配置、查询历史、Schema 快照、知识库内容）都存储在本地 SQLite，不会上传到任何服务器。

AI 模型是你自己接的：支持 OpenAI API、Azure OpenAI、以及任何兼容 OpenAI 接口的本地模型或第三方服务。应用本身不记录你问了什么，也不会把你的 SQL 发给我。

支持多连接管理、只读模式、多环境标识（开发 / 测试 / 生产）。

SQL Copilot 完全开源，MIT 协议，永久免费。

如果你用过之后觉得有什么地方不对劲，或者有功能想法，欢迎开 Issue 或者直接发邮件，我都会认真看的。

如果觉得这个工具对你有用，帮忙点个 Star ⭐ 是对我最大的支持。