DBX:20MB 轻量级跨平台数据库客户端

DBX:20MB 轻量级跨平台数据库客户端

说到数据库客户端,你可能会先想到 DBeaver(依赖 Java 运行时,动辄几百 MB)或 TablePlus(仅限 macOS)。而 DBX 给出了另一个答案:单个 20MB 的二进制文件,无需 Java、无需 Python 环境、不内嵌 Chromium,却能同时支持 70+ 种数据库,并且把 AI SQL 助手和 MCP Server 内建到了编辑器里。

本文基于 GitHub 上 t8y2/dbx 项目官方文档编写,覆盖项目背景、安装方式、桌面端/Web 端/Docker 部署、CLI 与 MCP Server 用法。

DBX 是什么

DBX 是一个用 Rust 构建的开源跨平台数据库管理工具,核心卖点是"小而全":

  • 极致轻量:安装包约 20MB,无 Java/Python 等运行时依赖,全平台可用
  • 70+ 数据库:MySQL、PostgreSQL、SQLite、Redis、MongoDB、DuckDB、ClickHouse、SQL Server、Oracle、达梦(DM)、OceanBase、openGauss、TiDB 等开箱即用,Agent 驱动还可扩展 Snowflake、Hive、Neo4j、Cassandra、DB2 等,并支持消息队列(Pulsar、Kafka、RocketMQ)
  • AI 原生:内置 AI SQL 助手,支持自然语言生成 SQL、解释查询、优化 SQL,也支持解释执行计划
  • MCP 协议:原生提供 MCP Server,Claude Code、Cursor、Windsurf 等 AI 编程助手可直接查询 DBX 中配置的连接
  • 四种形态:桌面端(macOS/Windows/Linux)、Docker 自托管、Web 版本、独立 CLI,共享同一套连接配置

常见误区澄清:DBX 不是 DBeaver 的替代插件,也不是只支持某一类数据库;它是一个独立的完整产品,AI 和 MCP 是原生内置功能而非第三方插件。

项目信息

项目 详情
GitHub 仓库 t8y2/dbx
开源协议 Apache-2.0
技术栈 Tauri 2 + Vue 3 + TypeScript + Rust(sqlx / tiberius / redis-rs / mongodb)
安装包大小 约 20MB
数据库支持 70+(原生驱动 + Agent/JDBC 驱动)
界面语言 简体中文、English、Español

安装 DBX

桌面端

从 Releases 页面 下载对应系统的最新安装包即可,也可以用包管理器安装:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
# macOS(Homebrew)
brew install --cask dbx

# Windows(Scoop)
scoop bucket add dbx https://github.com/t8y2/scoop-bucket
scoop install dbx

# Windows(WinGet)
winget install t8y2.dbx

# Linux(Flatpak)
flatpak remote-add --if-not-exists flatpark https://dl.flatpark.org/flatpark.flatpakrepo
flatpak install flatpark com.dbxio.dbx

银河麒麟 V10、统信 UOS 等国产系统推荐选择 APM(AmberPM)版本,可减少发行版依赖差异导致的安装问题。

Docker 自托管

DBX 提供 Web 版本,一条命令即可部署到服务器供团队使用:

1
docker run -d --pull=always --name dbx -p 4224:4224 -v dbx-data:/app/data t8y2/dbx:latest

浏览器访问 http://localhost:4224。支持 amd64 / arm64 双架构镜像,中国大陆用户可换用 CNB 镜像 docker.cnb.cool/dbxio.com/dbx:latest 加速拉取。

如需通过 nginx 反向代理发布到 /dbx 子路径,设置环境变量 DBX_PUBLIC_BASE_PATH=/dbx 即可。

快速上手

启动 DBX 后,在连接列表中新建连接,选择数据库类型并填写主机、端口、用户名、密码即可。下面用一个 MySQL 例子演示基本操作流程:

  1. 新建连接:选择 MySQL,填写 localhost:3306 与账号密码,测试连接成功后保存
  2. 浏览结构:左侧边栏展开数据库,查看 Schema、表、字段、索引、外键、触发器,支持搜索和置顶
  3. 查询数据:在查询编辑器中输入 SQL,按 Cmd+Enter(Windows 为 Ctrl+Enter)执行,也支持只执行选中的 SQL
1
2
3
4
5
6
7
-- 在 DBX 查询编辑器中的示例
SELECT u.id, u.name, COUNT(o.id) AS order_count
FROM users u
LEFT JOIN orders o ON o.user_id = u.id
WHERE u.created_at >= '2026-01-01'
GROUP BY u.id, u.name
ORDER BY order_count DESC;

执行结果以虚拟滚动表格展示,支持行内编辑(保存前预览 SQL)、排序、全文搜索、分页、列宽调整、DataGrip 风格过滤器,以及右键按 LIKE / NOT LIKE 过滤。结果可以一键导出或复制为 CSV、JSON、Markdown、XLSX 甚至 INSERT 语句。

AI SQL 助手

这是 DBX 区别于传统客户端的核心功能。在编辑器中选中一张表,用自然语言描述需求,即可直接得到 SQL,全程无需在工具之间复制粘贴:

  • 生成 SQL:描述需求直接生成,例如"统计每月的销售额"
  • 解释查询:选中一段 SQL,让 AI 解释它的含义
  • 优化 SQL:分析慢查询并给出优化建议
  • 修复错误:执行报错时让 AI 自动修正
  • 安全检查:内置检查会在执行 AI 生成的 SQL 前审查,避免误操作
1
2
3
4
5
6
7
用户输入:查询最近 30 天每天的新增用户数,按天分组
AI 生成:
SELECT DATE(created_at) AS day, COUNT(*) AS new_users
FROM users
WHERE created_at >= NOW() - INTERVAL 30 DAY
GROUP BY DATE(created_at)
ORDER BY day;

模型配置支持 Claude、OpenAI,以及任意 OpenAI 兼容端点;也可以通过 Ollama 接入本地模型,实现完全离线的 AI 辅助。数据库错误信息可以直接发送给 AI,让它基于实际报错内容给出修复建议。

MCP Server:让 AI 编程助手直连数据库

DBX 原生支持 Model Context Protocol。安装 MCP Server 后,Claude Code、Cursor、Windsurf 等 AI 编程助手可以直接通过 DBX 中已配置的数据库连接查询数据,一次配置、处处可用:

1
npx @dbx-app/mcp-server

在项目的 .mcp.json 中添加配置:

1
2
3
4
5
{
  "mcpServers": {
    "dbx": { "command": "npx", "args": ["-y", "@dbx-app/mcp-server"] }
  }
}

MCP Server 可以列出连接、浏览表、执行 SQL,还能直接在 DBX 界面中打开表。执行权限分为三档,在 DBX 的"设置 → MCP"中统一管理:

权限档位 说明
read_only 只读查询,禁止任何写入
safe_write 允许安全的写操作
high_risk_write 允许高风险写操作(如 DROP、DELETE)

如果连接的是 DBX Web 或 Docker 部署,需要让 MCP Server 指向 Web 后端 API;Web 登录页有密码时配置 DBX_WEB_PASSWORD:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
{
  "mcpServers": {
    "dbx": {
      "command": "npx",
      "args": ["-y", "@dbx-app/mcp-server"],
      "env": {
        "DBX_WEB_URL": "http://localhost:4224",
        "DBX_WEB_PASSWORD": "你的 Web 登录密码"
      }
    }
  }
}

CLI 用法

DBX 提供独立 CLI 包,适合终端、脚本和 Codex 工作流:

1
2
3
4
5
# npm 全局安装
npm install -g @dbx-app/cli

# 或通过 Homebrew
brew tap t8y2/tap && brew install dbx-cli

CLI 共享桌面端的连接配置,常用命令示例:

1
2
3
4
5
# 列出所有连接
dbx connections list --json

# 对本地连接执行查询
dbx query local "select 1" --json

数据管理与 Schema 工具

除了基础的查询浏览,DBX 还内置了一批生产环境常用的数据工具:

  • 数据导入:从 CSV、Excel 导入数据
  • 数据迁移:在数据库之间迁移数据,支持跨异构数据库
  • 数据对比:对比两张表的数据差异,审查后同步结果
  • 数据库导出:完整导出整个数据库
  • SQL 文件执行:直接执行 .sql 文件
  • 文件预览:拖入 Parquet、CSV、JSON 文件即时预览(基于 DuckDB)
  • 连接导入:从 DBeaver 或 Navicat 导入现有连接配置,迁移零成本
  • 表结构编辑器:对支持的数据库执行可审查的字段和索引变更
  • Schema 对比:跨连接对比两张表的表结构差异
  • ER 关系图:可视化展示表间关联关系
  • 执行计划:可视化查看 SQL 执行计划
  • 字段血缘:字段级血缘分析

专项浏览器

  • Redis:支持模式匹配搜索、批量键操作、命令执行器、TTL 编辑,全数据类型支持(String、Hash、List、Set、ZSet、Stream)
  • MongoDB:文档增删改查、分页浏览,支持 Atlas 和副本集 URL 直连

安全与企业能力

对于生产环境,DBX 提供以下安全特性:

  • SSH 隧道:支持密钥和密码两种认证方式
  • 危险操作确认:执行 DROP、DELETE 等危险操作前弹出确认对话框
  • 连接配置加密:导出/导入连接配置时加密保护
  • 断线自动重连:网络抖动时自动恢复连接
  • 离线驱动包:内网环境可在有网机器下载离线驱动包,传输后在"设置 → 驱动管理"中导入
  • 数据隐私:不收集任何遥测数据,自动更新仅检查 GitHub Releases(可在设置中禁用)

常见问题

DBX 是免费的吗?

是的。DBX 基于 Apache-2.0 协议开源,所有功能均免费使用。

DBX 和 DBeaver / TablePlus 有什么区别?

DBX 仅 20MB,无需 Java/Python 运行时;AI 和 MCP 是原生内置功能而不是插件;单一代码库同时支持 70+ 数据库和桌面端、Docker、Web 三种形态。

可以完全离线使用吗?

可以。桌面端完全支持离线使用,AI 功能可通过 Ollama 使用本地模型。内网环境可通过离线驱动包安装数据库驱动。

支持哪些数据库?

MySQL、PostgreSQL、SQLite、Redis、MongoDB、DuckDB、ClickHouse、SQL Server、Oracle、达梦、OceanBase、openGauss、TiDB 等 70+ 数据库开箱即用,Agent 驱动还可扩展到 Snowflake、Hive、DB2、Neo4j、Cassandra 等,并支持 Pulsar、Kafka、RocketMQ 消息队列。

参考链接