我们刚刚发布了 Datasette Agent 的首个版本,这是一个面向 Datasette 的新型、可扩展 AI 助手。过去三年多里,我一直在开发我的 LLM Python 库,而 Datasette Agent 标志着 LLM 与 Datasette 终于走到了一起。我对此非常兴奋!
Datasette Agent 提供了一个对话式界面,让你可以向存储在 Datasette 中的数据提问。安装 datasette-agent-charts 插件后,它还可以为你的数据生成图表。
演示
公告文章(发布在新的 Datasette 项目博客上)中包含这段 演示视频:
我录制这段视频时使用的是新的 agent.datasette.io 在线演示实例,它在 Datasette Agent 上运行,并连接了几个示例数据库,包括由 WRI 提供的经典 global-power-plants,以及我博客的 Datasette 备份副本。
这个在线演示运行在 Gemini 3.1 Flash-Lite 上——它便宜、速度快,而且编写 SQLite 查询毫无压力。
我在演示中提出的问题是:
Simon 最近一次看到鹈鹕是什么时候?
它执行了这条 SQL 查询:
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然后它回答:
Simon 最近一次记录到鹈鹕是在 2026 年 5 月 20 日。
这次观察记录到了一只加州褐鹈鹕,以及一只普通潜鸟、一只加拿大雁、一只条纹岸蟹和一只加州海狮。
这是我博客上的那条记录,以及完整对话记录的 Markdown 导出。
插件
Datasette Agent 我最喜欢的一点是,和 Datasette 的其他部分一样,它也可以通过插件扩展。
目前我们已经发布了三个插件:
- datasette-agent-charts,在视频中展示过,它为 Datasette Agent 添加图表功能,由 Observable Plot 提供支持。
- datasette-agent-openai-imagegen 使用 ChatGPT Images 2.0 为 Datasette Agent 添加图像生成工具。
- datasette-agent-sprites 提供在 Fly Sprites 持久化沙箱中执行代码的工具。
开发插件真的很有趣。我已经有一堆原型,不过还都没到 alpha 质量。
Claude Code 和 OpenAI Codex 在编写插件方面都表现得非常出色——只要把它们指向 datasette-agent 仓库的检出副本作为参考,再告诉它们你想构建什么就行!
在本地模型上运行
我也一直在用新的插件在本地模型上玩得很开心。下面是一条 uv 单行命令,可在 Mac 上通过 LM Studio 将插件运行在 gemma-4-26b-a4b 上:
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.dbDatasette Agent 需要可靠的工具调用能力,以及模型生成可在 SQLite 上运行的 SQL 查询的能力。过去六个月发布的开权重模型在这方面的能力正越来越强。
接下来是什么
Datasette Agent 为 LLM 和 Datasette 生态系统整体打开了 无数 机会。
它已经影响了 LLM 0.32a0 的重大重构;我也几乎准备好将其推进到稳定版,可能还会加入一些从 Datasette Agent 本身提取出来的额外“LLM agent”抽象。
我一直在探索我自己对 Claude Artifacts 的一种实现方式,它作为插件正在逐渐成形。
我很期待用 Datasette Agent 构建我自己的 Claw——一个围绕从我数字生活不同部分导入的数据构建的个人 AI 助手;这也正好给我一个很好的理由,重新审视我更早的 Dogsheep 工具家族。
我们也会向 Datasette Cloud 用户推出 Datasette Agent。
如果你想讨论这个项目,欢迎加入我们的 #datasette-agent Discord 频道。