[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-explorerhq--sql-explorer":3,"tool-explorerhq--sql-explorer":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",151918,2,"2026-04-12T11:33:05",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":78,"owner_twitter":77,"owner_website":79,"owner_url":80,"languages":81,"stars":110,"forks":111,"last_commit_at":112,"license":113,"difficulty_score":10,"env_os":114,"env_gpu":114,"env_ram":114,"env_deps":115,"category_tags":120,"github_topics":121,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":127,"updated_at":128,"faqs":129,"releases":165},6853,"explorerhq\u002Fsql-explorer","sql-explorer","SQL reporting that Just Works. Fast, simple, and confusion-free. Write and share queries in a delightful SQL editor, with AI assistance.","sql-explorer 是一款基于 Django 构建的开源 SQL 报表工具，旨在让数据查询与分享变得快速、简单且毫无门槛。它解决了传统数据分析流程中环境配置复杂、协作困难以及非技术人员难以直接获取数据的痛点，让用户无需离开浏览器即可高效完成从编写查询到可视化分析的全过程。\n\n这款工具非常适合开发者、数据分析师以及需要频繁查看业务数据的运营人员使用。对于熟悉 SQL 的用户，它提供了一个清爽直观的编辑器，支持多数据库连接、自动补全和架构预览；对于不熟悉代码的用户，参数化查询功能能自动生成友好的输入界面，甚至支持直接上传 CSV 或 JSON 文件进行即时分析。\n\nsql-explorer 的核心亮点在于其内置的 AI 助手。通过接入 OpenAI 等大模型服务，它能理解数据库上下文，辅助用户编写和调试复杂的 SQL 语句，大幅降低出错率。此外，它还具备强大的原生数据处理能力，支持在浏览器内直接生成统计摘要、透视表和散点图，无需导出至 Excel 即可满足日常分析需求。无论是作为独立的数据洞察平台，还是集成到现有的 Django 项目中，sql-explorer 都以其极简的设计理念","sql-explorer 是一款基于 Django 构建的开源 SQL 报表工具，旨在让数据查询与分享变得快速、简单且毫无门槛。它解决了传统数据分析流程中环境配置复杂、协作困难以及非技术人员难以直接获取数据的痛点，让用户无需离开浏览器即可高效完成从编写查询到可视化分析的全过程。\n\n这款工具非常适合开发者、数据分析师以及需要频繁查看业务数据的运营人员使用。对于熟悉 SQL 的用户，它提供了一个清爽直观的编辑器，支持多数据库连接、自动补全和架构预览；对于不熟悉代码的用户，参数化查询功能能自动生成友好的输入界面，甚至支持直接上传 CSV 或 JSON 文件进行即时分析。\n\nsql-explorer 的核心亮点在于其内置的 AI 助手。通过接入 OpenAI 等大模型服务，它能理解数据库上下文，辅助用户编写和调试复杂的 SQL 语句，大幅降低出错率。此外，它还具备强大的原生数据处理能力，支持在浏览器内直接生成统计摘要、透视表和散点图，无需导出至 Excel 即可满足日常分析需求。无论是作为独立的数据洞察平台，还是集成到现有的 Django 项目中，sql-explorer 都以其极简的设计理念和稳定的性能，成为团队数据协作的得力助手。",".. image:: https:\u002F\u002Freadthedocs.org\u002Fprojects\u002Fdjango-sql-explorer\u002Fbadge\u002F?version=latest\n   :target: https:\u002F\u002Fdjango-sql-explorer.readthedocs.io\u002Fen\u002Flatest\u002F?badge=latest\n   :alt: Documentation Status\n\n.. image:: http:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fdjango-sql-explorer.svg?style=flat-square\n    :target: https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdjango-sql-explorer\u002F\n    :alt: Latest Version\n\n.. image:: http:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fdm\u002Fdjango-sql-explorer.svg?style=flat-square\n    :target: https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdjango-sql-explorer\u002F\n    :alt: Downloads\n\n.. image:: http:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fl\u002Fdjango-sql-explorer.svg?style=flat-square\n    :target: https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdjango-sql-explorer\u002F\n    :alt: License\n\nSQL Explorer\n============\n\n* `Official Website \u003Chttps:\u002F\u002Fwww.sqlexplorer.io\u002F>`_\n* `Live Demo \u003Chttps:\u002F\u002Fdemo.sqlexplorer.io\u002F>`_\n* `Documentation \u003Chttps:\u002F\u002Fdjango-sql-explorer.readthedocs.io\u002Fen\u002Flatest\u002F>`_\n\nVideo Tour\n----------\n\n.. |inline-image| image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002Fvideo-thumbnail.png\n   :target: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002FSql+Explorer+5.mp4\n   :height: 10em\n\n|inline-image|\n\nQuick Start\n-----------\n\nIncluded is a complete test project that you can use to kick the tires.\n\n1. Run ``docker compose up``\n2. Navigate to 127.0.0.1:8000\u002Fexplorer\u002F\n3. log in with admin\u002Fadmin\n4. Begin exploring!\n\nThis will also run a Vite dev server with hot reloading for front-end changes.\n\nAbout\n-----\n\nSQL Explorer aims to make the flow of data between people fast,\nsimple, and confusion-free. It is a Django-based application that you\ncan add to an existing Django site, or use as a standalone business\nintelligence tool. It will happily connect to any SQL database that\n`Django supports \u003Chttps:\u002F\u002Fdocs.djangoproject.com\u002Fen\u002F5.0\u002Fref\u002Fdatabases\u002F>`_\nas well as user-uploaded CSV, JSON, or SQLite databases.\n\nQuickly write and share SQL queries in a simple, usable SQL editor,\nview the results in the browser, and keep the information flowing.\n\nAdd an OpenAI (or other provider) API key and get an LLM-powered\nSQL assistant that can help write and debug queries. The assistant\nwill automatically add relevant context and schema into the underlying\nLLM prompt.\n\nSQL Explorer values simplicity, intuitive use, unobtrusiveness,\nstability, and the principle of least surprise. The project is MIT\nlicensed, and pull requests are welcome.\n\nSome key features include:\n\n- Support for multiple connections, admin configured or user-provided.\n- Users can upload and immediately query JSON or CSV files.\n- AI-powered SQL assistant\n- Quick access to schema information to make querying easier\n  (including autocomplete)\n- Ability to snapshot queries on a regular schedule, capturing changing data\n- Query history and logs\n- Quick in-browser statistics, pivot tables, and scatter-plots (saving\n  a trip to Excel for simple analyses)\n- Parameterized queries that automatically generate a friendly UI for\n  users who don't know SQL\n- A playground area for quickly running ad-hoc queries\n- Send query results via email\n- Saved queries can be exposed as a quick-n-dirty JSON API if desired\n- ...and more!\n\nScreenshots\n-----------\n\n**Writing a query and viewing the schema helper**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-query-with-schema.png\n\n------------------\n\n**Using the SQL AI Assistant**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-assistant.png\n\n------------------\n\n**Viewing all queries**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-query-list.png\n\n------------------\n\n**Query results w\u002F stats summary**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-query-results.png\n\n------------------\n\n**Pivot in browser**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-pivot.png\n\n------------------\n\n**View logs**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-querylogs.png\n\n",".. image:: https:\u002F\u002Freadthedocs.org\u002Fprojects\u002Fdjango-sql-explorer\u002Fbadge\u002F?version=latest\n   :target: https:\u002F\u002Fdjango-sql-explorer.readthedocs.io\u002Fen\u002Flatest\u002F?badge=latest\n   :alt: 文档状态\n\n.. image:: http:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fdjango-sql-explorer.svg?style=flat-square\n    :target: https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdjango-sql-explorer\u002F\n    :alt: 最新版本\n\n.. image:: http:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fdm\u002Fdjango-sql-explorer.svg?style=flat-square\n    :target: https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdjango-sql-explorer\u002F\n    :alt: 下载量\n\n.. image:: http:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fl\u002Fdjango-sql-explorer.svg?style=flat-square\n    :target: https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdjango-sql-explorer\u002F\n    :alt: 许可证\n\nSQL Explorer\n============\n\n* `官方网站 \u003Chttps:\u002F\u002Fwww.sqlexplorer.io\u002F>`_\n* `在线演示 \u003Chttps:\u002F\u002Fdemo.sqlexplorer.io\u002F>`_\n* `文档 \u003Chttps:\u002F\u002Fdjango-sql-explorer.readthedocs.io\u002Fen\u002Flatest\u002F>`_\n\n视频导览\n----------\n\n.. |inline-image| image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002Fvideo-thumbnail.png\n   :target: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002FSql+Explorer+5.mp4\n   :height: 10em\n\n|inline-image|\n\n快速入门\n-----------\n\n项目中包含一个完整的测试工程，供您快速体验。\n\n1. 运行 ``docker compose up``\n2. 打开浏览器访问 127.0.0.1:8000\u002Fexplorer\u002F\n3. 使用 admin\u002Fadmin 登录\n4. 开始探索吧！\n\n同时会启动一个带有热重载功能的 Vite 开发服务器，方便前端代码的实时更新。\n\n关于\n-----\n\nSQL Explorer 致力于让数据在人与人之间的流动更加迅速、简单且无歧义。它是一个基于 Django 的应用，既可以集成到现有的 Django 站点中，也可以作为独立的商业智能工具使用。它可以轻松连接到任何 Django 支持的 SQL 数据库（详见：`Django 官方文档 \u003Chttps:\u002F\u002Fdocs.djangoproject.com\u002Fen\u002F5.0\u002Fref\u002Fdatabases\u002F>`_），以及用户上传的 CSV、JSON 或 SQLite 数据库。\n\n通过简洁易用的 SQL 编辑器，您可以快速编写和分享 SQL 查询，在浏览器中查看结果，从而保持信息的顺畅流通。只需添加 OpenAI（或其他提供商）的 API 密钥，即可获得由大语言模型驱动的 SQL 助手，帮助您编写和调试查询。该助手会自动将相关上下文和数据库模式整合到底层的大模型提示词中。\n\nSQL Explorer 注重简洁性、直观易用、低调不打扰、稳定性以及“最小惊讶原则”。该项目采用 MIT 许可证开源，欢迎贡献代码。\n\n主要特性包括：\n\n- 支持多连接，既可由管理员配置，也可由用户自行提供。\n- 用户可以上传 JSON 或 CSV 文件并立即进行查询。\n- AI 驱动的 SQL 助手。\n- 快速访问数据库模式信息，简化查询操作（包括自动补全功能）。\n- 可按计划定期截取查询快照，记录数据变化。\n- 查询历史与日志记录。\n- 浏览器内快速生成统计图表、透视表和散点图，无需再转到 Excel 进行简单分析。\n- 参数化查询，为不懂 SQL 的用户提供友好的交互界面。\n- 提供游乐场区域，方便快速执行临时查询。\n- 将查询结果通过邮件发送。\n- 保存的查询可根据需要暴露为简易的 JSON API。\n- ……以及其他更多功能！\n\n截图\n-----------\n\n**编写查询并查看模式辅助**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-query-with-schema.png\n\n------------------\n\n**使用 SQL AI 助手**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-assistant.png\n\n------------------\n\n**查看所有查询**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-query-list.png\n\n------------------\n\n**查询结果及统计摘要**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-query-results.png\n\n------------------\n\n**浏览器内透视**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-pivot.png\n\n------------------\n\n**查看日志**\n\n.. image:: https:\u002F\u002Fsql-explorer.s3.amazonaws.com\u002F5.0-querylogs.png","# SQL Explorer 快速上手指南\n\nSQL Explorer 是一款基于 Django 的开源工具，旨在让数据流动更快速、简单。它支持连接多种 SQL 数据库，允许用户上传 CSV\u002FJSON 文件进行查询，并提供 AI 辅助编写 SQL、浏览器内数据透视表及可视化统计等功能。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux, macOS 或 Windows\n*   **核心依赖**：\n    *   [Docker](https:\u002F\u002Fwww.docker.com\u002F) 和 [Docker Compose](https:\u002F\u002Fdocs.docker.com\u002Fcompose\u002F)（推荐用于快速启动）\n    *   或者：Python 3.8+ 及 pip（如需手动集成到现有 Django 项目）\n*   **网络要求**：能够访问 PyPI 源下载依赖包（国内用户可配置清华或阿里镜像加速）\n\n## 安装步骤\n\n最快捷的方式是使用官方提供的完整测试项目进行体验，无需手动配置 Django 环境。\n\n1.  **克隆项目代码**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fexplore-data\u002Fdjango-sql-explorer.git\n    cd django-sql-explorer\n    ```\n\n2.  **启动服务**\n    使用 Docker Compose 一键启动后端服务及前端热重载开发服务器：\n    ```bash\n    docker compose up\n    ```\n    > **提示**：国内用户若拉取镜像缓慢，可配置 Docker 国内镜像加速器。\n\n3.  **访问应用**\n    服务启动完成后，在浏览器中打开：\n    `http:\u002F\u002F127.0.0.1:8000\u002Fexplorer\u002F`\n\n4.  **登录系统**\n    使用默认管理员账号登录：\n    *   用户名：`admin`\n    *   密码：`admin`\n\n## 基本使用\n\n登录成功后，您可以立即开始探索数据：\n\n1.  **编写与运行查询**\n    *   点击 **\"New Query\"** 创建新查询。\n    *   在编辑器中输入 SQL 语句（例如：`SELECT * FROM auth_user LIMIT 10;`）。\n    *   利用右侧的 **Schema Helper** 查看表结构并自动补全字段。\n    *   点击 **\"Run\"** 执行，结果将直接在浏览器中以表格形式展示。\n\n2.  **使用 AI 助手 (可选)**\n    *   在设置中配置 OpenAI API Key。\n    *   在查询编辑区调用 AI 助手，它会自动读取当前数据库 Schema 上下文，帮助您生成或调试复杂的 SQL 语句。\n\n3.  **数据分析与可视化**\n    *   查询结果页面提供内置统计信息。\n    *   点击 **\"Pivot\"** 标签页，无需导出到 Excel 即可在浏览器内直接生成数据透视表。\n    *   支持生成简单的散点图进行趋势分析。\n\n4.  **上传外部数据**\n    *   您可以直接上传本地的 `.csv`、`.json` 或 `.sqlite` 文件，系统将自动将其转换为可查询的临时表，方便进行即席分析。\n\n5.  **保存与分享**\n    *   保存查询后，可生成专属链接分享给团队成员。\n    *   支持将保存的查询暴露为简易的 JSON API 端点，供其他系统调用。","某电商公司的运营团队急需分析上季度的用户复购数据，但团队中只有产品经理懂基础 SQL，其他成员完全依赖技术排期。\n\n### 没有 sql-explorer 时\n- **沟通成本高昂**：非技术人员每次取数都要向开发提需求，排队等待数小时甚至数天，严重拖慢决策节奏。\n- **工具割裂低效**：拿到数据后需导出 CSV 到 Excel 进行透视表和图表制作，反复切换工具容易出错且版本混乱。\n- **查询门槛极高**：想尝试临时分析的人因不熟悉数据库表结构而不敢动手，缺乏智能提示导致编写语句困难重重。\n- **知识无法沉淀**：优秀的分析逻辑散落在个人电脑或聊天记录中，无法形成共享库，重复造轮子现象频发。\n\n### 使用 sql-explorer 后\n- **自助即时取数**：运营人员直接在浏览器利用 AI 助手输入自然语言（如“找出上月复购率最高的商品”），自动生成并运行 SQL，秒级获取结果。\n- **一站式分析闭环**：查询结果直接在页面生成统计摘要、透视图和散点图，无需导出即可在浏览器内完成初步可视化分析。\n- **智能辅助降维**：AI 助手自动加载数据库 Schema 上下文，提供精准的代码补全和纠错，让新手也能轻松写出复杂查询。\n- **协作共享顺畅**：验证有效的查询可一键保存为共享报表，甚至生成简易 JSON API 供其他系统调用，团队知识资产得以累积。\n\nsql-explorer 通过 AI 赋能与内置可视化，将数据获取从“依赖开发的漫长等待”转变为“人人可用的即时探索”，真正实现了数据流动的快速与简单。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fexplorerhq_sql-explorer_0065c175.png","explorerhq","SQL Explorer, Inc","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fexplorerhq_ae4c6f91.png","",null,"support@sqlexplorer.io","https:\u002F\u002Fwww.sqlexplorer.io","https:\u002F\u002Fgithub.com\u002Fexplorerhq",[82,86,90,94,98,102,106],{"name":83,"color":84,"percentage":85},"Python","#3572A5",60.6,{"name":87,"color":88,"percentage":89},"JavaScript","#f1e05a",23.4,{"name":91,"color":92,"percentage":93},"HTML","#e34c26",12.7,{"name":95,"color":96,"percentage":97},"SCSS","#c6538c",2.2,{"name":99,"color":100,"percentage":101},"CSS","#663399",0.5,{"name":103,"color":104,"percentage":105},"Dockerfile","#384d54",0.4,{"name":107,"color":108,"percentage":109},"Shell","#89e051",0.1,2873,368,"2026-04-09T19:48:20","NOASSERTION","未说明",{"notes":116,"python":114,"dependencies":117},"该工具是一个基于 Django 的 Web 应用，支持连接 Django 兼容的任何 SQL 数据库，也支持用户上传 CSV、JSON 或 SQLite 文件。可选配置 OpenAI 或其他提供商的 API 密钥以启用 LLM 驱动的 SQL 助手功能（依赖外部 API 而非本地 GPU）。快速启动推荐使用 Docker Compose，前端开发环境包含带热重载功能的 Vite 服务器。",[118,119],"Django","Vite",[15,13,14],[122,123,124,125,126],"sql","analytics","ai","django-application","reporting","2026-03-27T02:49:30.150509","2026-04-12T20:17:38.555953",[130,135,140,145,150,155,160],{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},30919,"如何在运行时选择数据库连接，而不是部署多个实例？","该功能已合并到主分支（master）并支持多数据库连接。维护者指出这是一个稳健的实现，允许将查询与特定连接关联。虽然目前的安全模型尚需完善，但该功能已在生产环境中高负载下成功使用。用户可以在界面中选择连接，未来计划增加基于组\u002F权限的连接访问控制配置。","https:\u002F\u002Fgithub.com\u002Fexplorerhq\u002Fsql-explorer\u002Fissues\u002F115",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},30920,"在 Django 3.0+ 项目中安装时出现 'render_to_response' 导入错误怎么办？","这是因为 `render_to_response` 在 Django 2.0 中被弃用并在 3.0 中移除。该问题已在 2.0 版本发布后修复。用户升级到最新版本即可解决。此外，项目还进行了重构，例如将视图文件模块化，并确保仅在安装 `xlsxwriter` 时才显示 Excel 导出功能以避免服务器错误。","https:\u002F\u002Fgithub.com\u002Fexplorerhq\u002Fsql-explorer\u002Fissues\u002F392",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},30921,"安装后遇到 'ModuleNotFoundError: No module named boto3' 错误如何解决？","这是因为 `boto3` 曾被直接导入但未列为强制依赖。维护者已发布 3.0.1 版本修复了此问题，允许在不安装 `boto3` 的情况下运行应用。请升级包版本：`pip install django-sql-explorer==3.0.1` 或更高版本。","https:\u002F\u002Fgithub.com\u002Fexplorerhq\u002Fsql-explorer\u002Fissues\u002F513",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},30922,"项目的遥测（Telemetry）跟踪功能是否默认开启？如何关闭或修改其行为？","针对用户关于默认开启跟踪及使用 SECRET_KEY 的安全担忧，维护者已在后续更新（#611）中进行了改进。新版本使用持久化的 UUID（存储在数据库中）替代原有机制，增加了匿名化处理，并不再直接使用 SECRET_KEY。如果担心安全，建议升级到包含这些修复的最新版本（如 4.2 及以上），或者检查设置以禁用相关功能。","https:\u002F\u002Fgithub.com\u002Fexplorerhq\u002Fsql-explorer\u002Fissues\u002F609",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},30923,"如何让 AI 助手利用 Few-shot prompts（少样本提示）来提高回答质量？","虽然自动推荐少样本示例的功能尚未完全实现，但 UI 已进行改进以支持手动操作。用户可以更明显地看到“全选”图标和“刷新”图标（用于重新同步相关表的自动检测）。此外，新增了“助手示例”复选框及其工具提示帮助文本。用户可以手动保存查询及其结果作为示例发送给 AI，未来版本计划增加自动建议功能。","https:\u002F\u002Fgithub.com\u002Fexplorerhq\u002Fsql-explorer\u002Fissues\u002F657",{"id":156,"question_zh":157,"answer_zh":158,"source_url":159},30924,"为什么 PyPI 上的版本看起来滞后于 GitHub 上的最新功能？","维护者通常会先在 GitHub 上合并新功能（如多数据库支持、UI 改进等），经过一段时间的测试（例如“再观察两周”）后才会发布到 PyPI。如果遇到功能缺失，可以暂时通过 Git 链接安装最新提交版本，例如：`pip install git+git:\u002F\u002Fgithub.com\u002Fexplorerhq\u002Fsql-explorer.git@\u003Ccommit_hash>`，但建议等待官方稳定版发布以避免潜在问题。","https:\u002F\u002Fgithub.com\u002Fexplorerhq\u002Fsql-explorer\u002Fissues\u002F318",{"id":161,"question_zh":162,"answer_zh":163,"source_url":164},30925,"是否支持导出为 CSV、Excel、PDF 或 JSON 格式？","项目计划并已经逐步增加导出功能。早期的讨论提到了对 CSV、Excel、PDF 和 JSON 的支持需求。目前的版本中，Excel 导出功能依赖于 `xlsxwriter` 库（如果未安装则该选项不会显示以避免错误）。具体的导出工具栏和功能随版本迭代不断更新，建议查阅最新文档或升级到最新版本以获取完整的导出选项。","https:\u002F\u002Fgithub.com\u002Fexplorerhq\u002Fsql-explorer\u002Fissues\u002F186",[166,171,176,181,186,191,196,201,206,211,216,221,226,231,236,241,246,251,256,261],{"id":167,"version":168,"summary_zh":169,"released_at":170},222719,"5.2.0","5.2.0 (2024-08-19)\n===========================\n* #651：上传文件功能改进：\n  * 支持将新上传的文件追加到已上传的文件或 SQLite 数据库中，作为新表\n  * 良好的缓存失效机制及上传时的文件变更检测\n  * 对上传和连接功能的文档进行了大幅改进\n  * 将上传界面与“添加连接”界面分离，因为两者存在显著差异\n  * 在连接列表视图中，支持刷新连接的模式和数据（如果该连接是通过上传创建的）\n\n* #659：可在所有查询中进行搜索，即使标题栏已折叠。部分解决了问题 #464，完全解决了问题 #658。\n* #662：重构了 Dockerfile，使用非 root 目录。解决了问题 #661。\n* 修复了条形图生成中的一个小 bug，当值为 null 时会出现该问题。","2024-08-19T19:38:02",{"id":172,"version":173,"summary_zh":174,"released_at":175},222720,"5.2b1","5.2b1 (2024-08-14)\n===========================\n* #651：上传文件功能改进：\n  * 支持将新上传的文件追加到已上传的文件或 SQLite 数据库中，作为新表\n  * 良好的缓存失效机制及上传时的文件变更检测\n  * 对上传和连接功能的文档进行了大幅优化\n  * 将上传界面与“添加连接”界面分离，因为两者存在显著差异\n  * 在连接列表视图中，支持刷新连接的模式和数据（如果该连接是上传的）\n\n* #659：可在所有查询中进行搜索，即使标题栏已折叠。部分解决了问题 #464，完全解决了问题 #658。\n* #662：重构了 Dockerfile，使用非 root 目录。解决了问题 #661。\n* 修复了条形图生成中的一个小 bug，当值为 null 时会出现此问题。","2024-08-15T13:27:02",{"id":177,"version":178,"summary_zh":179,"released_at":180},222721,"5.1.1","5.1.1 (2024-07-30)\n===========================\n* #654：修复：参数化查询对查看者无效\n* #653：修复：模式搜索不再可见\n* #555：防止返回数千条结果的查询运行极其缓慢。图表中的数据点数量现在与预览窗格中的数据点数量一致。\n* 修复：查询详情视图中的错误信息显示位置不正确。","2024-08-02T17:23:56",{"id":182,"version":183,"summary_zh":184,"released_at":185},222729,"4.3.0","`4.3.0`_ (2024-05-27)\r\n===========================\r\n\r\n* Keyboard shortcut to show schema hints (cmd+S \u002F ctrl+S -- note that is a capital\r\n  \"S\" so the full kbd commands is cmd+shift+s)\r\n* DB-managed LLM prompts (editable in django admin)\r\n* Versioned .js bundles (for cache busting)\r\n* Automatically populate assistant responses that contain code into the editor\r\n* `#616`_: Update schema\u002Fassistant tables\u002Fautocomplete on connection drop-down change\r\n* `#618`_: Import models so that migrations are properly understood by Django\r\n* `#619`_: Get CSRF from DOM (instead of cookie) if CSRF_USE_SESSIONS is set","2024-05-27T19:06:15",{"id":187,"version":188,"summary_zh":189,"released_at":190},222730,"4.2.0","`4.2.0`_ (2024-04-26)\r\n===========================\r\n* `#609`_: Tracking should be opt-in and not use the SECRET_KEY\r\n* `#610`_: Import error (sql_metadata) with 4.1 version\r\n* `#612`_: Accessing the database during app initialization\r\n* Regex-injection vulnerability\r\n* Improved assistant UI","2024-04-26T14:14:58",{"id":192,"version":193,"summary_zh":194,"released_at":195},222731,"4.2b1","`4.2.0b1`_ (2024-04-25)\r\n===========================\r\n* `#609`_: Tracking should be opt-in and not use the SECRET_KEY\r\n* `#610`_: Import error (sql_metadata) with 4.1 version\r\n* `#612`_: Accessing the database during app initialization\r\n* Regex-injection vulnerability\r\n* Better anonymization for telemetry","2024-04-25T21:15:51",{"id":197,"version":198,"summary_zh":199,"released_at":200},222732,"4.1.0","`4.1.0` (2024-04-23)\r\n===========================\r\n* SQL Assistant: Built in query help via OpenAI (or LLM of choice), with relevant schema\r\n  automatically injected into the prompt. Enable by setting EXPLORER_AI_API_KEY.\r\n* Anonymous usage telemetry. Disable by setting EXPLORER_ENABLE_ANONYMOUS_STATS to False.\r\n* Refactor pip requirements to make 'extras' more robust and easier to manage.\r\n* `#592`_: Support user models with no email fields\r\n* `#594`_: Eliminate \u003Cscript> tags to prevent potential Content Security Policy issues.","2024-04-23T12:43:25",{"id":202,"version":203,"summary_zh":204,"released_at":205},222733,"4.1.0.beta6","* SQL Assistant: Built in query help via OpenAI (or LLM of choice), with relevant schema\r\n  automatically injected into the prompt. Enable by setting EXPLORER_AI_API_KEY.\r\n* Anonymous usage telemetry. Disable by setting EXPLORER_ENABLE_ANONYMOUS_STATS to False.\r\n* Refactor pip requirements to make 'extras' more robust and easier to manage.\r\n* `#592`_: Support user models with no email fields\r\n* `#594`_: Eliminate \u003Cscript> tags to prevent potential Content Security Policy issues.","2024-04-23T02:37:32",{"id":207,"version":208,"summary_zh":209,"released_at":210},222734,"4.1.0.beta5","## 4.1.0b5_ (2024-04-18)\r\n- Fixes an issue in b2 with different DB backends throwing different exception types if migrations are not applied.\r\n- Refactor of requirements & fixed relative import issue in urls.py\r\n- SQL Assistant: Built in query help via OpenAI (or LLM of choice), with relevant schema\r\nautomatically injected into the prompt. Enable via setting EXPLORER_AI_API_KEY.\r\n- Anonymous usage telemetry. Can be disabled by setting EXPLORER_ENABLE_ANONYMOUS_STATS to False\r\n- #594_: Eliminate \u003Cscript> tags to prevent potential Content Security Policy issues","2024-04-19T00:20:23",{"id":212,"version":213,"summary_zh":214,"released_at":215},222735,"4.1.0.beta4","## 4.1.0b4_ (2024-04-17)\r\n- Fixes an issue in b2 with different DB backends throwing different exception types if migrations are not applied.\r\n- SQL Assistant: Built in query help via OpenAI (or LLM of choice), with relevant schema\r\nautomatically injected into the prompt. Enable via setting EXPLORER_AI_API_KEY.\r\n- Anonymous usage telemetry. Can be disabled by setting EXPLORER_ENABLE_ANONYMOUS_STATS to False\r\n- #594_: Eliminate \u003Cscript> tags to prevent potential Content Security Policy issues","2024-04-18T16:43:37",{"id":217,"version":218,"summary_zh":219,"released_at":220},222716,"5.3.0","5.3.0（2024-09-24）\n================\n\n* #664：AI SQL 助手的改进：\n\n  - 表注释：编写持久化的表注释，包含描述性信息，这些信息将被注入到助手的提示中。例如，如果某张表通常通过一个不太明显的外键与其他表关联，你可以用通俗易懂的语言将其作为该表的注释告知助手。每当该表被认为与助手请求“相关”时，这些注释就会连同表结构和示例数据一起包含在提示中。\n  - 少样本示例：在任意已保存查询的右下角小复选框上，你可以将某些查询指定为“少样本示例”。当发起助手请求时，任何引用了与你的助手请求相同表的指定少样本示例，都会作为“参考 SQL”包含在大语言模型的提示中。\n  - 在选择要发送给 SQL 助手的表信息时，支持自动补全和多选功能。操作更加简便，且更注重键盘交互。\n  - 相关表会根据 SQL 编辑器中的内容以及助手请求中提及的表，在客户端实时以可视化方式添加。因此不再依赖 sql_metadata，服务器端的 SQL 解析也变得不再必要。\n  - 可查看助手请求与响应的历史记录。\n  - 改进了系统提示，更加突出当前使用的特定 SQL 方言。\n  - 修复了问题 #657。\n\n* #660：用户空间连接迁移。\n\n  - 这应该是一项无感知的变更，但它代表了连接功能的重大重构。过去使用的是 DatabaseConnection 模型与底层 Django 模型的混合方式（即最初的 Explorer 连接），而现在则将所有连接迁移到 DatabaseConnection 模型，并在 Query 和 QueryLog 模型中为其正确地实现外键关系。通过数据迁移，系统会基于配置的 settings.EXPLORER_CONNECTIONS 创建新的 DatabaseConnection 模型。今后，管理员可以通过在 EXPLORER_CONNECTIONS 中注册连接，然后使用 Django 管理后台或面向用户的 \u002Fconnections\u002Fnew\u002F 表单创建 DatabaseConnection 模型，输入 Django 数据库别名并将连接类型设置为“Django 连接”来创建新的由 Django 支持的 DatabaseConnection 模型。\n  - Query.connection 和 QueryLog.connection 字段已被弃用，将在未来的版本中移除。本次发布中仍保留这些字段，以防迁移过程中出现意外问题。暂时保留这些字段可以确保在需要回滚到早期版本时不会丢失数据。\n\n* 修复了验证上传文件连接时的一个 bug。同时，在从 S3 下载文件时增加了基本的锁机制。\n\n* 新手引导界面：如果尚未创建任何连接或查询，界面会逐步引导用户完成相关操作。\n\n* 用于格式化 SQL 的键盘快捷键","2024-09-24T20:46:34",{"id":222,"version":223,"summary_zh":224,"released_at":225},222717,"5.3b2","5.3b1 (2024-09-10)\n=================\n\n* #664：AI SQL 助手的改进：\n  - 表注释：编写持久化的表注释，包含描述性信息，这些信息将被注入到助手的提示中。例如，如果某张表通常通过一个不太明显的外键与其他表关联，你可以用通俗易懂的语言将其作为该表的注释告知助手。每当该表被认为与助手请求“相关”时，这些注释就会连同表结构和示例数据一起包含在提示中。\n  - 少样本示例：在任意已保存查询的右下角小复选框上，你可以将某些查询指定为“少样本示例”。当发起助手请求时，任何引用了与你的助手请求相同表的已指定少样本示例，都会作为“参考 SQL”包含在大语言模型的提示中。\n  - 在选择要发送给 SQL 助手的表信息时，支持自动补全和多选功能。操作更加简便，且更注重键盘输入体验。\n  - 相关表会根据 SQL 编辑器中的内容以及助手请求中提及的表，在客户端实时以可视化方式动态添加。因此不再依赖 sql_metadata 模块，服务器端的 SQL 解析也变得不再必要。\n  - 可查看助手请求与响应的历史记录。\n  - 改进了系统提示，更加突出当前使用的特定 SQL 方言。\n  - 修复了 #657 问题。\n\n* #660：用户空间连接迁移。\n  - 这应该是一项无感知的变更，但它对连接机制进行了重大重构。过去使用的是 DatabaseConnection 模型与底层 Django 模型的混合方式（即最初的 Explorer 连接），而现在则将所有连接统一迁移到 DatabaseConnection 模型，并在 Query 和 QueryLog 模型中为其正确地实现外键关联。通过数据迁移，系统会根据配置的 settings.EXPLORER_CONNECTIONS 创建新的 DatabaseConnection 模型。今后，管理员可以通过在 EXPLORER_CONNECTIONS 中注册连接，然后使用 Django 管理后台或面向用户的 \u002Fconnections\u002Fnew\u002F 表单创建 DatabaseConnection 模型，输入 Django 数据库别名并将连接类型设置为“Django 连接”来创建新的由 Django 支持的 DatabaseConnection 模型。\n  - Query.connection 和 QueryLog.connection 字段已被弃用，将在未来的版本中移除。本次发布仍保留这些字段，以应对迁移过程中可能出现的意外问题。暂时保留这些字段可以确保在需要回滚到早期版本时不会丢失数据。\n\n* 修复了验证上传文件连接时的一个 bug。同时，在从 S3 下载文件时增加了基本的锁机制。\n* 新手引导界面：如果尚未创建任何连接或查询，界面会逐步引导用户完成相关操作。\n* 编辑器中格式化 SQL 的快捷键。","2024-09-10T13:22:30",{"id":227,"version":228,"summary_zh":229,"released_at":230},222718,"5.3b1","5.3b1 (2024-08-29)\n=================\n\n* #664：AI SQL 助手的改进：\n  - 表注释：编写持久化的表注释，包含描述性信息，这些信息将被注入到助手的提示中。例如，如果某张表通常通过一个不太明显的外键与其他表关联，你可以用通俗易懂的语言将其作为该表的注释告知助手。每当该表被认为与助手请求“相关”时，这些注释就会连同表结构和示例数据一起包含在提示中。\n  - 少样本示例：通过任意已保存查询右下角的小复选框，可以将某些查询指定为“少样本示例”。在发起助手请求时，任何引用了与你的请求相同表的已指定少样本示例，都会作为“参考 SQL”包含在大语言模型的提示中。\n  - 在选择要发送给 SQL 助手的表信息时，支持自动补全和多选功能。操作更加简便，且更注重键盘输入体验。\n  - 相关表会根据 SQL 编辑器中的内容以及助手请求中提及的表，在客户端实时以可视化方式动态添加。因此不再依赖 sql_metadata 模块，服务器端的 SQL 解析也变得不再必要。\n  - 可查看助手请求与响应的历史记录。\n  - 改进了系统提示，更加突出当前使用的特定 SQL 方言。\n  - 修复了 #657 问题。\n\n* #660：用户空间连接迁移。\n  - 这次改动应该是无感知的，但它对连接机制进行了重大重构。过去使用的是 DatabaseConnection 模型与底层 Django 模型的混合方式（即最初的 Explorer 连接），而现在则将所有连接统一迁移到 DatabaseConnection 模型，并在 Query 和 QueryLog 模型中正确地为其设置外键。通过数据迁移，系统会根据配置中的 EXPLORER_CONNECTIONS 创建新的 DatabaseConnection 模型。今后，管理员可以通过在 EXPLORER_CONNECTIONS 中注册连接，然后使用 Django 管理后台或面向用户的 \u002Fconnections\u002Fnew\u002F 表单创建 DatabaseConnection 模型，输入 Django 数据库别名并将连接类型设置为“Django 连接”来创建新的由 Django 支持的连接。\n  - Query.connection 和 QueryLog.connection 字段已被弃用，将在未来的版本中移除。本次发布仍保留这些字段，以防迁移过程中出现意外问题。暂时保留这些字段可以确保在需要回滚到早期版本时不会丢失数据。\n\n* 修复了验证上传文件连接时的一个 bug。同时，在从 S3 下载文件时增加了基本的锁机制。\n* 编辑器中格式化 SQL 的快捷键。\n  - Cmd+Shift+F（Windows：Ctrl+Shift+F）\n  - 格式化按钮已被移至一个小图标处。","2024-08-29T18:34:50",{"id":232,"version":233,"summary_zh":234,"released_at":235},222722,"5.1.0","5.1.0 (2024-07-30)\n===========================\n主要改进：\n\n* #647：支持上传 JSON 文件作为数据源（除了 CSV 和 SQLite 文件之外）。既支持普通的 JSON 文件，也支持以 JSON 对象列表形式组织的文件（每行一个 JSON 对象）。\n* #643：解决了 #640（Snowflake 支持）问题。此外，用户空间的 DatabaseConnection 对象新增了“extras”字段，允许添加任意额外的连接参数。这使得可以将引擎特定的（或较为冷门的）配置注入到连接中。\n* #644：新增 Dockerfile 和 docker-compose 文件，用于运行 test_project 项目。取代了旧的 start.sh 脚本。\n\n次要改进：\n\n* #647：在模式浏览器中，点击字段名可将其复制到剪贴板。\n* #647：图表最多支持 10 个系列。这显著提升了启用图表时对“宽”结果集的渲染速度。\n* #645：移除了饼图，改用条形图。将绘图库从 Seaborn 替换为 Matplotlib，因为后者更轻量。饼图的实现过于繁琐且难以调整。条形图更为实用。未来将继续扩展图表功能。\n* #643：上传 CSV\u002FJSON 等文件后，生成的连接会在连接列表中高亮显示，从而更清晰地表明操作结果。\n* #643：修复了用户连接相关的一些 bug，并优化了 UI。\n\nBug 修复及内部改进：\n\n* #647：增强了用户上传功能的健壮性，包括 UI、错误处理与日志记录，以及测试覆盖率。\n* #648：为 0016_alter_explorervalue_key.py 提供向后兼容的迁移。\n* #649：使用更可靠的静态文件 URL 源。\n* #635：提高了 tox 中的测试覆盖率，确保正确使用基础依赖项。这本可以避免例如第 631 号问题的发生。此外，还引入了一项测试，用于验证始终会生成迁移文件，从而避免了第 633 号问题。\n* #636：修复了输出渲染中的 bug。\n* #567：将模板中的翻译标签升级为更现代的写法。","2024-07-30T14:07:06",{"id":237,"version":238,"summary_zh":239,"released_at":240},222723,"5.1b1","5.1.0b1（2024-07-23）\n================\n\n主要改进：\n\n* #647：支持上传 JSON 文件作为数据源（除了 CSV 和 SQLite 文件之外）。既支持普通的 JSON 文件，也支持以 JSON 对象列表形式组织的文件（每行一个 JSON 对象）。\n* #643：解决了 #640（Snowflake 支持）问题。此外，用户空间的 DatabaseConnection 对象新增了“extras”字段，允许添加任意额外的连接参数。这使得特定于数据库引擎或较为冷门的配置项能够注入到连接中。\n* #644：新增用于运行 test_project 的 Dockerfile 和 docker-compose 文件，取代了旧的 start.sh 脚本。\n\n次要改进：\n\n* #647：在模式浏览器中，点击字段名可将其复制到剪贴板。\n* #647：图表最多支持 10 个系列。当启用图表功能时，这将显著加快“宽”结果集的渲染速度。\n* #645：移除了饼图，改用条形图。将绘图库从 Seaborn 替换为 Matplotlib，因为后者更加轻量级。饼图的实现过于复杂且难以调整。条形图更为实用。未来将继续扩展图表功能。\n* #643：上传 CSV\u002FJSON 等文件后，生成的连接会在连接列表中高亮显示，从而更清晰地表明操作结果。\n* #643：修复了用户连接相关的一些 bug，并优化了用户界面。\n\nBug 修复及内部改进：\n\n* #647：增强了用户上传功能的健壮性，包括 UI、错误处理与日志记录，以及测试覆盖率。\n* #648：为 0016_alter_explorervalue_key.py 提供向后兼容的迁移。\n* #649：使用更可靠的静态文件 URL 源。\n* #635：提升了 tox 中的测试覆盖率，确保正确使用基础依赖项。这本可以避免例如第 631 号问题的发生。此外，还引入了一项测试来验证迁移脚本是否始终会被生成，从而避免了第 633 号问题。\n* #636：修复了输出渲染中的 bug。\n* #567：将模板中的翻译标签升级为更现代的写法。","2024-07-24T01:05:54",{"id":242,"version":243,"summary_zh":244,"released_at":245},222724,"5.0.2","`5.0.2`（2024-07-03）\n===========================\n* #633：缺失迁移\n* 对查询界面的 CSS 进行微调，使其更加紧凑","2024-07-03T13:39:55",{"id":247,"version":248,"summary_zh":249,"released_at":250},222725,"5.0.0","5.0.0 (2024-06-25)\r\n===========================\r\n\r\n* 通过 UI（和\u002F或 Django 管理后台）管理数据库连接。在设置中将 EXPLORER_DB_CONNECTIONS_ENABLED 设置为 True，即可启用面向用户的连接管理功能。\r\n* 直接上传 CSV 或 SQLite 数据库文件，以创建额外的连接。此功能依赖于额外的包，可通过安装 'uploads' 选项来获取（例如：pip install django-sql-explorer[uploads]）。随后将 EXPLORER_USER_UPLOADS_ENABLED 设置为 True，并确保已正确配置 S3_BUCKET。\r\n* 上述功能受新许可证约束，限制第三方转售 SQL Explorer 的行为（但商业用途仍完全允许）。\r\n* 查询列表首页支持排序。\r\n* 使用 AI 助手实现全选\u002F取消全选功能。\r\n* 助手测试在 CI\u002FCD 环境中稳定运行。\r\n* 引入了一些品牌标识和样式改进。","2024-06-25T15:41:09",{"id":252,"version":253,"summary_zh":254,"released_at":255},222726,"5.0b3","5.0b3 (2024-06-20)\r\n===========================\r\n\r\n* Manage DB connections via the UI (and\u002For Django Admin). Set EXPLORER_DB_CONNECTIONS_ENABLED\r\n  to True in settings to enable user-facing connection management.\r\n* Upload CSV or SQLite DBs directly, to create additional connections.\r\n  This functionality has additional dependencies which can be installed with\r\n  the 'uploads' extra (e.g. pip install django-sql-explorer[uploads]). Then set EXPLORER_USER_UPLOADS_ENABLED\r\n  to True, and make sure S3_BUCKET is also set up.\r\n* The above functionality is managed by a new license, restricting the\r\n  ability of 3rd parties resell SQL Explorer (commercial usage is absolutely\r\n  still permitted).\r\n* Query List home page is sortable\r\n* Select all \u002F deselect all with AI assistant\r\n* Assistant tests run reliably in CI\u002FCD\r\n* Introduced some branding and styling improvements","2024-06-21T01:22:33",{"id":257,"version":258,"summary_zh":259,"released_at":260},222727,"5.0b2","5.0b1 (2024-06-07)\r\n===========================\r\n\r\n* Manage DB connections via the UI (and\u002For Django Admin). Set EXPLORER_DB_CONNECTIONS_ENABLED\r\n  to True in settings to enable user-facing connection management.\r\n* Upload CSV or SQLite DBs directly, to create additional connections.\r\n  This functionality has additional dependencies which can be installed with\r\n  the 'uploads' extra (e.g. pip install django-sql-explorer[uploads]). Then set EXPLORER_USER_UPLOADS_ENABLED\r\n  to True, and make sure S3_BUCKET is also set up.\r\n* The above functionality is managed by a new license, restricting the\r\n  ability of 3rd parties resell SQL Explorer (commercial usage is absolutely\r\n  still permitted).\r\n* Query List home page is sortable\r\n* Select all \u002F deselect all with AI assistant\r\n* Assistant tests run reliably in CI\u002FCD\r\n* Introduced some branding and styling improvements","2024-06-17T20:38:51",{"id":262,"version":263,"summary_zh":264,"released_at":265},222728,"5.0b1","5.0b1 (2024-06-07)\r\n===========================\r\n\r\n* Manage DB connections via the UI (and\u002For Django Admin)\r\n* Upload CSV or SQLite DBs directly, to create additional connections.\r\n  This functionality has additional dependencies which can be installed with\r\n  the 'uploads' extra (e.g. pip install django-sql-explorer[uploads])\r\n* The above functionality is managed by a new license, restricting the\r\n  ability of 3rd parties resell SQL Explorer (commercial usage is absolutely\r\n  still permitted).\r\n* Query List home page is sortable.\r\n* Select all \u002F deselect all with AI assistant\r\n* Assistant tests run reliably in CI\u002FCD\r\n* Introduced some branding and styling improvements","2024-06-07T21:05:58"]