推荐一款仅15MB的跨平台数据库客户端 DBX最新版

📌 本文基于 DBX v0.5.30（2026年6月发布）撰写，后续版本可能有差异。

作为一个经常要跟各种数据库打交道的开发者，电脑里装一堆数据库管理工具是常态 —— MySQL 用一个、Redis 用一个、MongoDB 又换一个。直到我发现了 DBX，一个用 Rust + Tauri 打造的轻量级跨平台数据库客户端。

它的官方介绍非常直接：40+ databases in 15 MB（40多种数据库，仅需15MB）。

为什么值得关注？

1. 真的很小，15MB 搞定一切

不像 DBeaver 需要安装 Java 运行环境，也不像一些 Electron 应用动辄几百MB（还自带 Chromium），DBX 基于 Tauri 2 框架，直接编译成原生二进制文件。安装包只有 15MB 左右，下载完就能用，没有额外的运行环境依赖。

2. 支持 40+ 数据库，覆盖面极广

常见的就不用说了：

• 关系型：MySQL、PostgreSQL、SQLite、SQL Server、Oracle、MariaDB
• 国产数据库：达梦 DM8、OceanBase、openGauss、GaussDB、人大金仓 KingBase、TiDB、Doris、StarRocks
• NoSQL：Redis、MongoDB、Elasticsearch、CockroachDB
• 分析型：ClickHouse、DuckDB、TDengine
• 其他：Access、DB2、Hive、Snowflake、Neo4j、Cassandra 等（通过 JDBC 插件扩展）

基本上你能想到的数据库，它都支持。

3. 内置 AI SQL 助手

这个功能对日常工作帮助很大。你可以用自然语言描述需求，AI 直接帮你生成 SQL。比如你说”查询过去30天订单金额排名前10的用户”，它会自动生成对应的 SQL 语句。

还支持：

• 解释 SQL：看不懂一段复杂的 SQL？让 AI 帮你解释
• 优化 SQL：对已有的 SQL 语句进行性能优化建议
• 修复错误：SQL 报错了？贴进去让 AI 帮你找问题

AI 后端支持 Claude、OpenAI、Ollama 本地模型 以及任何兼容 OpenAI 接口的服务。而且生成的 SQL 在运行前会有安全检查，避免误操作删库跑路。

4. MCP 协议支持，和 AI 编程工具打通

DBX 支持 Model Context Protocol (MCP)，这意味着你可以让 Claude Code、Cursor、Windsurf 等 AI 编程工具直接通过 DBX 配置的数据库连接来查询数据。

配置也很简单，在你的 .mcp.json 里加一段：

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

对于习惯用 AI 辅助编程的开发者来说，这个功能非常实用。

5. 桌面端 + Docker + Web，场景全覆盖

Docker 部署特别简单：

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

启动后访问 http://localhost:4224 就能在浏览器里用了。

核心功能一览

查询编辑器

基于 CodeMirror 6，支持 SQL 语法高亮、智能补全（会根据你连接的数据库元数据进行补全）、选中 SQL 执行、SQL 格式化、诊断提示，还有 9 种编辑器主题可选。查询历史和保存的代码片段也会持久化，下次打开还能用。

数据表格

虚拟滚动设计，大数据量的查询结果也不会卡。支持内联编辑、保存前 SQL 预览、WHERE / ORDER BY 控制、类似 DataGrip 的筛选器、全文搜索、分页、列宽调整等。数据可以导出为 CSV、JSON、Markdown、XLSX 或 INSERT 语句。

数据库管理

• 浏览数据库结构（数据库 → 模式 → 表 → 列 → 索引 → 外键 → 触发器）
• ER 图可视化表关系
• 跨连接的结构对比（Schema Diff）
• 查询执行计划可视化（Explain Plan）
• 列级字段血缘分析

数据操作

• 从 CSV、Excel 导入数据到表
• 数据库之间的数据传输/迁移
• 数据库完整导出
• 表数据对比和同步
• 直接运行 .sql 文件
• 拖拽 Parquet、CSV、JSON 文件预览（底层用 DuckDB）

连接管理

支持从 DBeaver 或 Navicat 导入连接配置，不用一个个重新录入。还支持 SSH 隧道（密钥和密码方式）、代理设置、断线自动重连、连接颜色标记等。

和同类工具对比

DBX 的核心优势在于 轻量化、内置 AI 能力 和 MCP 生态集成，同时保持开源免费。

安装方式

桌面端下载：

前往 GitHub Releases 下载对应平台的安装包。

Windows（Scoop）：

scoop bucket add dbx https://github.com/t8y2/scoop-bucket
scoop install dbx

macOS（Homebrew）：

brew install --cask t8y2/tap/dbx

Docker：

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

技术栈

项目由 t8y2 开发，采用 Apache-2.0 开源协议，目前 GitHub 上已有 4k+ Star，社区活跃度高，更新频繁。

总结

如果你日常需要管理多种数据库，又不想装一堆工具，DBX 确实是个不错的选择。15MB 的体积、40+ 数据库支持、内置 AI 助手和 MCP 协议，这些功能放在同类的商业软件里都是加分项，而它是完全免费开源的。

特别是最近加入了 MCP 支持和 40+ 数据库覆盖，已经能满足绝大多数开发者的日常需求了。
你用的是什么数据库管理工具？欢迎在评论区分享你的使用经验！