Datasette Agent：用自然语言查询数据库的开源AI助手

Simon Willison 刚刚发布了 Datasette Agent 的首个版本——一个为 Datasette 打造的可扩展 AI 助手。这标志着他维护了三年多的 LLM Python 库与 Datasette 数据探索工具的正式融合，为数据查询和分析带来了全新的对话式交互体验。

关于这两个工具的背景：Datasette 是 Simon 于2017年创建的开源数据探索工具，专为 SQLite 数据库设计，允许用户通过 Web 界面浏览、查询和发布数据集，在新闻数据分析、政府开放数据可视化等领域被广泛采用。LLM 则是他维护的 Python 命令行工具和库，提供统一接口访问 OpenAI、Anthropic、Google 等主流大语言模型，并通过插件支持本地模型。两个项目均采用插件化架构，积累了活跃的开发者社区。如今两者的合流，是一次水到渠成的技术整合。

用自然语言查询数据库

Datasette Agent 的核心能力是让用户通过自然语言对话来查询存储在 Datasette 中的数据。你不需要会写 SQL，只需要像跟人聊天一样提问。

这背后依赖的是自然语言转 SQL（Text-to-SQL）技术与 LLM 工具调用能力的结合。Text-to-SQL 是 NLP 领域的经典任务，现代大语言模型在此任务上表现出色，尤其是对 SQLite 这类语法相对简洁的方言。更关键的是，Datasette Agent 利用了 LLM 的工具调用（Function Calling）能力——模型不仅生成 SQL，还能通过预定义工具接口直接执行查询并获取结果，形成完整的 ReAct（Reasoning + Acting）循环，这比单纯的 SQL 生成更接近真正的智能体行为。

在演示中，Simon 向系统提问："Simon 最近一次看到鹈鹕是什么时候？" Agent 自动生成了一条精确的 SQLite 查询语句：

SELECT title, commentary, created
FROM blog_beat
WHERE beat_type = 'sighting'
  AND (title LIKE '%pelican%' OR commentary LIKE '%pelican%')
ORDER BY created DESC
LIMIT 5

系统不仅返回了查询结果，还用自然语言组织了回答：最近一次鹈鹕观测记录于 2026 年 5 月 20 日，同时还观察到了加州棕鹈鹕、普通潜鸟、加拿大鹅等物种。这种从自然语言到 SQL 再到自然语言回答的完整链路，展示了 AI 在数据探索领域的实用价值。

在线演示实例 agent.datasette.io 运行在 Google 的 Gemini 3.1 Flash-Lite 模型上，Simon 评价它"便宜、快速，写 SQLite 查询毫无压力"。

插件生态：可扩展的AI能力

Datasette Agent 最令人兴奋的特性之一是继承了 Datasette 的插件化架构。目前已发布三个官方插件：

datasette-agent-charts

基于 Observable Plot 实现，让 Agent 能够根据查询结果自动生成数据可视化图表。Observable Plot 是由 D3.js 作者 Mike Bostock 主导开发的声明式图表库，专为探索性数据分析设计，提供了比 D3.js 更高层次的抽象，用更少的代码生成统计图表。该插件让 AI 能够根据查询结果自动选择合适的图表类型并生成配置代码，采用服务端生成配置、客户端渲染的架构，既保证了灵活性，也避免了服务器端图表渲染的复杂性。用户只需描述想看什么样的图表，Agent 就能完成从数据查询到图表渲染的全过程。

datasette-agent-openai-imagegen

集成了 ChatGPT Images 2.0 的图像生成能力，为 Agent 增加了 AI 绘图工具。这意味着你可以在数据分析的对话中直接请求生成相关的图像。

datasette-agent-sprites

提供在 Fly Sprites 持久化沙箱中执行代码的能力，进一步扩展了 Agent 的计算边界。

Simon 特别提到，开发插件的体验"非常有趣"，他手头还有大量尚未达到 alpha 质量的原型。更有意思的是，Claude Code 和 OpenAI Codex 都能很好地辅助编写 Datasette Agent 插件——只需将它们指向 datasette-agent 仓库作为参考，描述你想构建的功能即可。

本地模型也能跑

Datasette Agent 并不绑定特定的云端模型。Simon 展示了一个用 uv 一行命令在本地运行的方案，使用 LM Studio 加载 Google 的 gemma-4-26b-a4b 开源模型：

uvx --prerelease=allow \\
  --with datasette-agent --with llm-lmstudio \\
  datasette --internal internal.db --root \\
  -s plugins.datasette-llm.default_model lmstudio/google/gemma-4-26b-a4b \\
  data.db

这里有几个值得关注的技术细节。uvx 命令来自 uv——由 Astral 公司用 Rust 编写的新一代 Python 包管理器，速度比 pip 快10-100倍，其 uvx 子命令类似 npx，无需预先安装即可运行 Python 工具并自动处理依赖隔离，代表了 Python 生态在开发者体验上的重要进步。LM Studio 则是一款桌面应用，提供本地模型管理和 OpenAI 兼容 API 服务，使开发者无需修改代码即可将云端模型替换为本地模型。模型名称中的 'a4b' 表示该模型采用了混合专家（MoE）架构，激活参数量约为4B，在保持较高能力的同时显著降低了推理资源需求。

Datasette Agent 对模型的核心要求是：可靠的工具调用能力（tool calls）以及生成正确 SQLite 查询的能力。Simon 指出，过去六个月发布的开源权重模型在这方面的表现越来越好——早期开源模型在工具调用可靠性上与 GPT-4 差距明显，但 Llama 3、Qwen 2.5、Gemma 等系列模型的持续迭代已大幅弥合了这一差距——这意味着完全离线、本地化的数据分析助手已经成为现实。

未来蓝图：个人AI助手的雏形

Datasette Agent 的发布不仅是一个产品里程碑，更打开了 LLM 和 Datasette 生态的诸多可能性：

LLM 库的重构：Agent 的开发直接推动了 LLM 0.32a0 的重大重构，Simon 计划将其中一些"LLM agent"抽象提取出来，形成稳定版本发布。

类 Claude Artifacts 体验：Simon 正在探索自己版本的 Artifacts 功能，作为插件形态开发，进展顺利。

**个人 AI 助手 "Claw