WhoDB - 軽量で強力なデータベース管理ツール
(github.com/clidey)- 20MB以下と軽量ながら強力な、ユーザーフレンドリーなデータベース管理ツール
- PostgreSQL, MySQL, SQLite3, MongoDB, Redis, MariaDB, ElasticSearch
- 複雑なSQL作成の代わりに自然言語でデータのクエリと管理が可能 : Ollama, ChatGPT, Anthropicと統合
- フロントエンドのテーブル仮想化をサポート
- データベーススキーマをグラフで可視化
- インターフェース上で直接(インライン)データを修正し、結果をプレビュー可能
- Scratchpad: Jupyter Notebookスタイルのデータベースクエリインターフェース
- Goで開発されており高速で、Dockerを使って簡単にインストール可能
- 他ツールとの関係
- Adminerに着想を得て、軽量性と使いやすさをベースにUXとデータ可視化を強化したツールを目指して開発
- DBeaverは豊富な機能を提供する一方でリソース要求が高いのに対し、WhoDBは軽量で効率的であり、小規模な環境でも快適に動作
8件のコメント
プロンプトはここで定義されています: https://github.com/clidey/whodb/blob/main/core/src/common/chat.go 自然言語によるコマンドは本当にごく簡単なレベルで実装されているのですが
ollama の phi4 に接続して簡単に DB を構成してコマンドを出してみたところ、10個ほどのコマンドが正常に実行されましたね。 これは誰を褒めるべきなのかわかりませんね。
デモを使ってみましたが、改善点がかなり多く見受けられます。強力だと自評するには、まだ先は長そうです。
改めて主要機能のリストを見ると、インライン編集が明記されていますね。プロジェクトの説明に書かれているインライン編集が何を指すのか、いまいちピンときません
LLMを通じて自然言語で命令するということですか?
本番DBには使えませんね……
一般的にSQLを生成するときは、テーブル構造や関係、フィールドの説明などを使います。なので、私のデータが学習に使われることはないように思います。また、OpenAI APIにはリクエストデータでは学習しないという内容もあります。それでも不安であれば、ローカルLLMを使えばよいと思います👏
あっ、使ってみたらクエリを作る方式ではないんですね 😂 実運用DBで使うのは本当に難しそうですね
機微な操作、特にデータの修正・削除やテーブル構造の変更のような作業を、自然言語でLLMを介して行うのは、まだ非常に危険に見えます。
結局、実行前に生成されたSQLをレビューする必要がありそうです。
元のコメントの要点はそこではないように思います。
運用中のDBでは、
selectだけでも負荷やロックなどによって障害が発生する可能性があり、LLMを通じて導き出されたクエリをそのまま使うことにはリスクがある、という意味でおっしゃったのだと思います。