DBX 数据库客户端使用指南：15MB 轻量级跨平台数据库管理工具教程

小新软件平替发表于2026-06-25

DBX 是什么？ DBX 是由 t8y2 团队开发的开源轻量级跨平台数据库客户端，基于 Rust（Tauri 2）+ Vue 3 构建，仅 15MB 体积支持 60+ 种数据库引擎，内置 AI SQL 助手和 MCP Server，采用 Apache-2.0 许可证，可在 macOS、Windows、Linux 及 Docker 环境运行。

关键数据：

🌟 GitHub Stars: 7,100+（仓库链接）
📦 当前版本：v0.5.38
⚖️ 许可证：Apache License 2.0
🧠 核心特性：15MB 体积支持 60+ 数据库，无运行时依赖
🤖 AI 集成：内置 AI SQL 助手 + MCP Server，支持 Claude、OpenAI、Ollama 本地模型
🌐 部署方式：桌面原生应用 + Docker 自托管 + Web 浏览器访问

如果你正在寻找一款轻量、快速、支持多种数据库的管理工具，DBX 值得一试。它用 Rust 编写，启动速度快，内存占用低，告别 Java 虚拟机的臃肿，也不需要 Python 环境或打包 Chromium。这篇 DBX 使用指南将带你从安装到连接数据库、使用 AI 助手、部署 Docker 版本，一步步掌握这款工具的核心功能。

DBX 与同类数据库客户端对比

在选择数据库客户端时，你可能也用过或听说过 DBeaver、Navicat、DataGrip 等工具。下表帮助你快速了解 DBX 的定位和优势：

特性	DBX	DBeaver	Navicat	DataGrip	Beekeeper Studio
体积	~15MB	~300MB+	~200MB	~500MB	~150MB
技术栈	Rust + Tauri 2	Java + Eclipse	C++ / Qt	Java + IntelliJ	Electron
开源	✅ Apache-2.0	✅ Apache-2.0	❌ 商业付费	❌ 商业付费	✅ GPLv3
支持数据库	60+	100+（含插件）	8 种主流	20+	10+
内置 AI	✅ SQL 助手	❌	❌	❌ AI Assistant	❌
MCP Server	✅	❌	❌	❌	❌
Docker 部署	✅	✅（CloudBeaver）	❌	❌	❌
跨平台	✅ Win/Mac/Linux	✅	✅	✅	✅
启动速度	快	慢（JVM）	中等	慢（JVM）	中等

DBX 的核心差异在于：极小体积 + 原生 AI 能力 + MCP 协议支持。对于需要频繁和 AI 编程助手协作的开发者，DBX 的 MCP 集成是一个独特优势。

前提条件

使用 DBX 桌面版本不需要任何特殊环境，只需：

操作系统：macOS（Intel / Apple Silicon）、Windows 10+、Linux（Ubuntu / Fedora / Arch 等主流发行版）
磁盘空间：约 50MB（安装后）
数据库账号：你需要至少一个数据库的连接信息（主机、端口、用户名、密码）

如果你想从源码构建 DBX，需要：

Node.js >= 18 + pnpm
Rust >= 1.77
Linux 额外依赖：libwebkit2gtk-4.1-dev、libgtk-3-dev 等

安装 DBX

DBX 提供多种安装方式，选择适合你平台的即可。

macOS（Homebrew）

1	brew install --cask dbx

Windows（Scoop 或 WinGet）

# 方式一：Scoop
scoop bucket add dbx https://github.com/t8y2/scoop-bucket
scoop install dbx

# 方式二：WinGet
winget install t8y2.dbx

Linux

前往 DBX Releases 页面，根据你的架构选择对应安装包：

.deb（Ubuntu / Debian）
.rpm（Fedora / RHEL）
.AppImage（通用 Linux）

Docker（Web 版）

一行命令启动 Web 版本，适合团队共享或服务器环境：

1	docker run -d --name dbx -p 4224:4224 -v dbx-data:/app/data t8y2/dbx

启动后在浏览器打开 http://localhost:4224 即可使用。支持 amd64 和 arm64 架构。

💡 提示：Docker 版本的功能与桌面版完全一致，包括 AI 助手、MCP Server 等所有特性。

连接数据库

安装完成后，打开 DBX，你会看到左侧的连接管理面板。

添加第一个连接

点击左上角的 “+” 按钮，选择数据库类型
填写连接信息：
- 主机：数据库服务器地址（如 localhost 或 192.168.1.100）
- 端口：默认端口会自动填入（MySQL: 3306, PostgreSQL: 5432 等）
- 用户名 / 密码：数据库认证信息
- 数据库：可选，指定默认数据库
点击 “Test Connection” 验证连通性
确认无误后点击 “Save” 保存

SSH 隧道连接

如果数据库在内网，可以通过 SSH 隧道连接：

在连接配置中找到 SSH Tunnel 选项卡
填写 SSH 主机、端口、用户名
支持密钥认证和密码认证两种方式

连接管理技巧

颜色标记：右键连接可以设置颜色，区分开发 / 测试 / 生产环境
连接导入：支持从 DBeaver 或 Navicat 导入已有连接配置，迁移零成本
配置导出：加密导出连接配置，在多台设备间同步

使用查询编辑器

DBX 的查询编辑器基于 CodeMirror 6，体验接近桌面 IDE。

执行 SQL

在连接上双击打开查询标签页
输入 SQL 语句
按 Cmd+Enter（macOS）或 Ctrl+Enter（Windows/Linux）执行当前语句
选中部分 SQL 再执行，可以只运行选中的片段

编辑器功能

智能补全：输入表名、列名时会自动提示，基于当前数据库的元数据
SQL 格式化：右键菜单或快捷键一键美化 SQL
多标签页：同时打开多个查询，支持标签页恢复（关闭后可重新打开）
9 种编辑器主题：满足不同审美偏好
查询历史：自动记录执行过的 SQL，随时翻阅

数据网格操作

查询结果以虚拟滚动表格展示，支持：

行内编辑：直接在结果表格中修改数据，DBX 会生成对应的 UPDATE 语句并预览
筛选排序：WHERE / ORDER BY 控制、DataGrip 风格的快捷筛选、LIKE / NOT LIKE 上下文过滤
导出数据：右键导出为 CSV、JSON、Markdown、XLSX 或 INSERT 语句
全文搜索：在结果集中快速定位

使用 AI SQL 助手

这是 DBX 区别于传统数据库工具的核心功能之一。

配置 AI 模型

进入 Settings → AI
选择模型提供商：
- Claude（Anthropic）：需要 API Key
- OpenAI：需要 API Key
- Ollama（本地模型）：确保 Ollama 已运行，DBX 会自动检测
- 自定义端点：任何兼容 OpenAI 格式的 API
填写 API Key 并保存

使用方式

自然语言转 SQL：在 AI 面板中描述你想要的数据（如”查询最近 7 天的活跃用户”），DBX 会生成对应 SQL
解释查询：选中一段复杂 SQL，让 AI 解释其逻辑
优化 SQL：AI 会分析查询计划并建议优化方案
修复错误：SQL 报错时，AI 可以诊断问题并提供修复建议

💡 提示：DBX 对 AI 生成的 SQL 有内置安全检查，在执行前会进行审查，防止意外的数据破坏操作。

MCP Server 集成

DBX 的 MCP（Model Context Protocol）Server 让 AI 编程助手可以直接查询你的数据库。

什么是 MCP？

MCP 是一种让 AI Agent 与外部工具通信的协议。DBX 作为 MCP Server，可以让 Claude Code、Cursor、Windsurf 等 AI 编程工具直接访问你配置好的数据库连接。

快速配置

DBX 提供了 npm 包，一条命令即可启动 MCP Server：

1	npx @dbx-app/mcp-server

在你的 AI 工具的 MCP 配置文件中（如 .mcp.json）添加：

{
  "mcpServers": {
    "dbx": {
      "command": "npx",
      "args": ["-y", "@dbx-app/mcp-server"]
    }
  }
}

配置完成后，AI 编程助手就可以：列出数据库连接、浏览表结构、执行 SQL、在 DBX 的 UI 中直接打开表数据。

CLI 工具

DBX 还提供了独立的命令行工具，方便在终端和脚本中使用：

# 安装
npm install -g @dbx-app/cli
# 或通过 Homebrew
brew tap t8y2/dbx && brew install dbx-cli

# 使用
dbx connections list --json
dbx query local "select 1" --json

在主流 AI 工具中接入

通用方式（推荐）：复制这句话给你的 AI Agent：

帮我配置 DBX MCP Server：在 .mcp.json 中添加 npx @dbx-app/mcp-server，参考 https://github.com/t8y2/dbx

Claude Code：
在项目根目录的 .mcp.json 中添加上述配置，或运行 claude mcp add dbx npx @dbx-app/mcp-server。

**Codex (OpenAI)**：
在 AGENTS.md 中添加 DBX MCP 配置，或直接复制配置指令给 Codex 执行。

Cursor：
打开 Settings → MCP → Add new MCP server，填入 npx @dbx-app/mcp-server。

Windsurf：
在 .windsurfrules 或 MCP 配置文件中添加 DBX server 配置。

进阶技巧

模式浏览器

左侧面板不只是连接列表——它是完整的数据库对象浏览器：

数据库、模式、表、列、索引、外键、触发器一览无余
支持侧边栏搜索和常用对象置顶
存储过程、函数、视图的源代码可直接查看和编辑
ER 图：可视化表之间的关系
Schema Diff：跨连接对比数据库结构差异
字段血缘分析：追踪字段的上下游来源

数据操作

表导入：支持 CSV、Excel 文件直接导入
数据迁移：在不同数据库之间传输数据
数据库导出：完整的数据库 dump
数据对比：比较两个表的数据差异，生成同步 SQL
文件预览：拖拽 Parquet、CSV、JSON 文件到 DBX，用 DuckDB 引擎即时预览

Redis 和 MongoDB 专用浏览器

DBX 对 Redis 和 MongoDB 有专门的浏览器界面：

Redis：键模式搜索、批量操作、TTL 编辑、支持所有数据类型（String、Hash、List、Set、ZSet、Stream）
MongoDB：文档 CRUD、分页浏览、支持 Atlas 和副本集连接

常见问题（FAQ）

Q: DBX 怎么安装？
A: macOS 用 brew install --cask dbx，Windows 用 scoop install dbx 或 winget install t8y2.dbx，Linux 去 GitHub Releases 下载对应格式的安装包。

Q: DBX 支持哪些数据库？
A: 原生支持 60+ 种，包括 MySQL、PostgreSQL、SQLite、Redis、MongoDB、DuckDB、ClickHouse、SQL Server、Oracle、Elasticsearch、TiDB、OceanBase、CockroachDB 等。通过 JDBC 扩展还支持 Snowflake、Trino、BigQuery、Neo4j 等更多数据库。

Q: DBX 的 AI 助手收费吗？
A: DBX 本身免费开源（Apache-2.0 许可证）。AI 助手功能需要你自己提供 API Key（Claude 或 OpenAI），也可以用本地 Ollama 模型完全免费使用。

Q: DBX 与 DBeaver 有什么区别？
A: DBX 基于 Rust + Tauri 构建，仅 15MB，启动快、资源占用低；DBeaver 基于 Java，体积 300MB+。DBX 内置 AI SQL 助手和 MCP Server，DBeaver 没有这些功能。DBeaver 支持的数据库种类更多（通过插件扩展到 100+），DBX 则在体积和 AI 集成上更有优势。

Q: DBX 的使用教程在哪里找？
A: 官方 GitHub 仓库 t8y2/dbx 有详细的 README 和开发文档，官网 dbxio.com 也提供产品介绍。本文也是一份完整的 DBX 使用教程。

Q: DBX 可以自部署吗？
A: 可以。DBX 提供 Docker 镜像 t8y2/dbx，一行命令即可部署 Web 版本，功能与桌面版完全一致。适合团队共享或在服务器上运行。

Q: DBX 会收集用户数据吗？
A: 不会。DBX 不收集任何遥测数据。自动更新功能仅通过 GitHub Releases 检查新版本，可在设置中关闭。