最近在 GitHub 上逛的时候，发现了一个挺有意思的开源项目 ——DBX。作为一个经常要跟各种数据库打交道的站长，数据库管理工具我也算是用过不少了，从 Navicat 到 DBeaver，从 TablePlus 到 Beekeeper Studio，各有各的特点，但 DBX 给我的感觉有点不一样，今天来跟大家聊聊。
为什么注意到它？
说实话，一开始吸引我的就是它的体积 ——只有 20MB 左右。
你没听错，一个支持 70 多种数据库的管理工具，安装包才 20MB。对比一下，DBeaver 要装 Java 运行环境，Navicat 动辄几百 MB，TablePlus 还只能在 macOS 上用得舒服。DBX 是单个二进制文件，下载下来直接就能用，不用装这装那的，这点对我这种喜欢轻量工具的人来说太对味了。
它能干嘛？
简单说，DBX 就是一个数据库管理客户端，跟你熟悉的那些工具定位差不多，但功能上有几个亮点：
1. 支持的数据库真的多
MySQL、PostgreSQL、SQLite、Redis、MongoDB、DuckDB、ClickHouse、SQL Server、Oracle、Elasticsearch…… 这些常见的都有。还有一些国产数据库比如 OceanBase、openGauss、GaussDB、TiDB、达梦 DM、人大金仓 KingBase 之类的也支持。
更夸张的是，它还支持通过 JDBC 扩展，像 Snowflake、Hive、DB2、Neo4j、Cassandra、BigQuery 这些都能连上。反正我目前用到的几种数据库都覆盖了。
2. 内置 AI SQL 助手
这个功能我觉得挺实用的。你在编辑器里选中一张表，用自然语言描述你想查什么，它就能帮你生成 SQL。比如你说 "帮我查一下上个月注册的用户数量"，它直接给你写出 SQL 语句来。
支持 Claude、OpenAI，也可以用 Ollama 跑本地模型。而且它有个安全检查机制，AI 生成的 SQL 执行前会审查一下，不至于手抖删库跑路😂
3. MCP 协议支持
这个可能对用 AI 编程工具的朋友比较有用。DBX 原生支持 Model Context Protocol，也就是说像 Claude Code、Cursor、Windsurf 这些 AI 编程助手，可以直接通过 DBX 里配置好的数据库连接来查数据。
一次配置，到处能用，不用在每个工具里都配一遍数据库连接，还是挺方便的。
4. 桌面端 + Docker + Web 都有
DBX 不只是个桌面应用，它还提供 Docker 版本，可以部署在服务器上，团队通过浏览器访问。macOS、Windows、Linux 全平台都支持，甚至国产操作系统比如银河麒麟、统信 UOS 也能装。
实际用下来的感受
我用了大概一周左右，说说个人感受：
优点：
- 启动速度真的快，秒开，不像某些工具打开要等半天
- 界面简洁清爽，深色模式也好看
- SQL 编辑器的自动补全和格式化都挺好用的
- 数据表格支持虚拟滚动，查大表不卡
- 可以直接导出 CSV、JSON、Excel、INSERT 语句等格式
- 支持 SSH 隧道连接，远程连服务器上的数据库很方便
- 完全免费开源，Apache-2.0 协议
不足的地方：
- 毕竟是比较新的项目，一些高级功能跟 Navicat 这种老牌工具比还有差距
- 界面细节上还有打磨空间
- 文档虽然有，但中文资料还不算多
怎么安装？
安装方式挺多的，挑你方便的来：
Windows 用户：
winget install t8y2.dbx或者用 Scoop 也行。
macOS 用户：
brew install --cask dbxLinux 用户：
支持 Flatpak、星火应用商店等方式安装。
Docker 部署：
docker run -d --name dbx -p 4224:4224 -v dbx-data:/app/data t8y2/dbx:latest然后浏览器访问 http://localhost:4224 就行。
如果你跟我一样，经常需要管理多种数据库，又讨厌装一堆笨重的工具，DBX 值得一试。20MB 的体积、70+ 数据库支持、内置 AI 助手、开源免费 —— 这几个点加在一起，竞争力还是挺强的。
当然，它不是完美的，毕竟还在快速迭代中。但作为一个日常使用的数据库管理工具，完全够用了，而且开源项目嘛，大家有兴趣也可以去 GitHub 上提 Issue 甚至贡献代码。
