20MB 装下 70+ 种数据库，这个开源工具我要吹爆
我平时连库基本就两套：本地开发用命令行，正经查数据、改表结构用 DBeaver。DBeaver 功能没得说，但有个老毛病——它基于 Java，装完 JDK 再装它，启动慢、占内存，新机器配置一遍得半天。Navicat 更别提了，好用是好用，价格劝退。
前几天在 GitHub Trending 上刷到一个叫 DBX 的项目，点进去看了一眼：Rust + Tauri 2 写的，单文件 20MB，支持 70+ 种数据库，Apache-2.0 开源，Star 数 13858——而它 4 月底才建仓，3 个月。
我下下来用了一周，真心觉得可以吹一波。
一、它到底是个啥
一句话：一个轻量级的跨平台数据库工作台。
把日常跟数据库打交道的高频动作全塞进了一个界面里：管连接、写 SQL、看表数据、改结构、对比 Schema、导入导出，再附赠一个 AI 助手。桌面端有 Win/Mac/Linux，还能跑成 Docker 容器在浏览器里用。
技术栈是 Rust + Tauri 2 + Vue 3，没有 JVM 那一套，所以——
| 维度 | DBX | DBeaver | Navicat |
|---|---|---|---|
| 安装包大小 | ~20MB | ~150MB（含 JDK 更大） | ~80MB |
| 启动速度 | 1 秒级 | 明显卡顿 | 较快 |
| 运行时依赖 | 无（单文件） | Java | 无 |
| 支持数据库 | 70+ | 100+（社区版略少） | 视版本，贵的更多 |
| AI 能力 | 内置 + MCP | 插件 | 无 |
| 价格 | 免费开源 | 社区版免费 | 付费，且贵 |
| 开源协议 | Apache-2.0 | Apache-2.0（社区版） | 闭源 |
不是说 DBeaver 不行——DBeaver 依然是生态最全的老大哥。但 DBX 胜在「该有的都有，不该有的累赘一个没有」。
二、几个让我眼前一亮的点
1. 20MB 单文件，拖进去就能跑
下载下来就一个可执行文件，20MB 出头。不用装 Java，不用配环境变量，双击即用。对于经常换机器、或者给同事临时发一个客户端的场景，这体验太舒服了。
背后是 Rust 原生驱动，连接 MySQL/PostgreSQL 系走的是原生协议，不套 JDBC 那层壳，所以又小又快。
2. 70+ 数据库，连向量库和信创库都有
主流的 MySQL、PostgreSQL、SQLite、Redis、MongoDB、SQL Server 这些不用说了。让我意外的是它还支持：
- OLAP 一族：ClickHouse、DuckDB
- 向量数据库：Qdrant、Milvus（搞 RAG 的同学狂喜）
- 国产/信创库：达梦、openGauss、崖山
- 通过 JDBC 扩展还能接更多冷门库，甚至支持离线下载驱动给内网/隔离环境用
一个人维护这么多数据库适配，背后是 Rust driver 抽象层做得好。对普通用户来说，一个客户端连遍全公司的库这件事，终于不用在好几个工具之间来回切了。
3. 自带 AI 写 SQL，而且不锁死模型
这是我觉得最有意思的地方。DBX 内置了 AI SQL 助手，你可以用自然语言让它帮你写查询、解释一段复杂的 SQL、或者分析查询结果。
关键是它不绑死任何一家模型：
- 云端模型：Claude、OpenAI、DeepSeek 都能接
- 本地模型：接 Ollama，数据不出本机，企业内网也能用
- 自定义端点：API 地址、鉴权方式都能配
写 SQL 这事，AI 不是替代人，是帮你把「记得住但懒得敲」的那部分干了。尤其是在不熟悉的业务表结构里，自然语言 → SQL 这一步省下来的时间，远超你的想象。
4. 原生 MCP Server，Claude Code / Cursor 能直接查你的库
这条对 AI 编程玩家是重点。DBX 实现了 MCP（Model Context Protocol）Server，意味着你可以让 Claude Code、Cursor、Windsurf 这些 AI 编程工具直接读写你本地或测试库的数据。
之前 AI 写代码遇到「这张表到底有哪些字段、数据长啥样」，你得自己复制粘贴给它。现在配好 MCP，AI 自己去查 schema、自己看样本数据，写出来的 SQL 和 ORM 代码靠谱多了。
DBX 的 SQL 编辑器本身也很扎实：方言感知的高亮和补全、语义级诊断、参数化查询输入、多结果集、执行计划、查询历史——该有的都有。
5. 能把数据库结构导成文档
一个小但贴心的功能：它能把在线的表结构一键导成可读的文档（表、字段、索引、关系全有），还支持 Markdown 笔记和 DBML 导出。
接手一个没有文档的老库，这个功能能救命。
三、什么人该用
| 你的场景 | 建议 |
|---|---|
| 受够了 DBeaver 启动慢、占内存 | 强烈建议换，体验降维打击 |
| 不想为 Navicat 付费 | 直接换，白嫖且功能够用 |
| 经常用 Claude Code / Cursor 做 AI 编程 | 必装，MCP 接库是刚需 |
| 搞 RAG，要同时管关系库和向量库 | 很合适，一个客户端全管 |
| 企业内网/隔离环境，要离线用 | Docker 自托管 + 离线 JDBC 驱动能搞 |
| 重度依赖 Oracle 某些 DBeaver 独有特性 | 先试，个别高级功能可能还在补 |
四、也说说不足
吹归吹，几个客观存在的点得讲清楚：
- 项目才 3 个月，虽然涨星猛，但成熟度和 DBeaver 十几年沉淀比还有差距，遇到 edge case 的概率更高
- Issue 数不少（目前 1000+ open），说明用户多但问题也在冒，作者在狂补
- 某些「危险 SQL 二次确认」的策略用户反馈过偏激进，社区在讨论改进
- 单作者项目为主，长期可持续性需要观察
我的建议是：日常开发/查询无脑上，生产环境关键操作该 review 还是 review。任何工具都不能替代你对数据的敬畏。
写在最后
DBX 之所以 3 个月能冲到 1.3 万 star，不是因为它做了什么 DBeaver 完全做不到的事，而是它把这件事重新做轻了、做现代了——Rust 的体积、AI 的加持、MCP 的原生支持，每一刀都砍在当代开发者的真实痛点上。
工具这东西，适合自己的才是最好的。如果你也烦透了臃肿的数据库客户端，或者正想给 AI 编程工作流接上一个顺手的数据库层，DBX 值得花一个下午试试。
📌 项目地址：github.com/t8y2/dbx
🌐 官网：dbxio.com（中文站 dbxio.com/cn）
协议：Apache-2.0，免费开源
boerlabs 关注云原生、AI 基础设施和开发者工具。觉得有用，点个「在看」👇