# Datasette Agent

- 来源：Simon Willison 博客
- 作者：Simon Willison
- 发布时间：2026-05-22 03:52
- AIHOT 分数：71
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmpfy3oks0am6sljw9otht8dv
- 原文链接：https://simonwillison.net/2026/May/21/datasette-agent

## 精选理由

Simon 终于把 Datasette 和 LLM 接上了，自然语言查 SQL 数据库有了现成方案，插件生态和本地模型支持让这工具的可玩性极高，做数据分析的值得试试。

## AI 摘要

Datasette Agent是Datasette推出的首个可扩展AI助手，为用户提供对话式界面以查询数据，并支持通过插件生成图表。该工具基于其LLM Python库构建，是LLM与Datasette整合的重要成果。目前提供图表生成、AI图像创建和沙箱代码执行等官方插件。它既可运行于Gemini 3.1 Flash-Lite等云端模型，也支持通过LM Studio连接本地开源模型，具备可靠的工具调用与查询能力。

## 正文

我们刚刚发布了 Datasette Agent 的首个版本，这是一个面向 Datasette 的全新可扩展 AI 助手。我开发 LLM Python 库已经三年多了，而 Datasette Agent 标志着 LLM 与 Datasette 终于融合在一起。对此我感到非常兴奋！

Datasette Agent 提供了一个对话式界面，用于查询存储在 Datasette 中的数据。添加 datasette-agent-charts 插件后，它还能生成数据的图表。

演示

公告文章（发布在全新的 Datasette 项目博客上）包含了这段演示视频：

我录制视频时使用的是新的 agent.datasette.io 在线演示实例，该实例针对示例数据库运行 Datasette Agent，这些数据库包括 WRI 的经典全球发电厂数据集，以及我博客的 Datasette 备份副本。

在线演示运行在 Gemini 3.1 Flash-Lite 上——它价格低廉、速度快，并且编写 SQLite 查询毫无问题。

我在演示中问了一个问题：

Simon 最近一次看到鹈鹕是什么时候？

该问题执行了以下 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

然后回复道：

Simon 最近一次观察到鹈鹕的记录是在 2026 年 5 月 20 日。

该观察记录包括一只加州褐鹈鹕，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。

这是我博客上关于那次观察的记录，以及完整对话记录的 Markdown 导出文件。

插件

我最喜欢 Datasette Agent 的一点是，与 Datasette 的其他部分一样，它可以通过插件进行扩展。

到目前为止，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 添加了图表功能，由 Observable Plot 驱动。

datasette-agent-openai-imagegen 使用 ChatGPT Images 2.0 为 Datasette Agent 添加了图像生成工具。

datasette-agent-sprites 提供了在 Fly Sprites 持久化沙箱中执行代码的工具。

构建插件非常有趣。我还有很多原型尚未达到 alpha 版本的质量。

Claude Code 和 OpenAI Codex 在编写插件方面都表现出色——只需让它们参考 datasette-agent 仓库的检出副本，并告诉它们你想要构建什么即可！

在本地模型上运行它

我还一直在玩把新插件跑在本地模型上。下面是一行 uv 命令，可以在 Mac 上的 LM Studio 里针对 gemma-4-26b-a4b 运行这个插件：

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.db

Datasette Agent 需要可靠的工具调用能力，以及模型能够生成针对 SQLite 运行的 SQL 查询。过去六个月发布的开源权重模型越来越能胜任这项任务了。

下一步计划

Datasette Agent 为整个大语言模型和 Datasette 生态打开了众多可能性。

它已经为 LLM 0.32a0 的重大重构提供了参考，我差不多准备好把这个版本作为稳定版发布了，可能还会从 Datasette Agent 本身提取一些额外的“LLM 智能体”抽象。

我一直在探索自己对 Claude Artifacts 的实现方式，目前作为一个插件进展得不错。

我很期待用 Datasette Agent 来构建我自己的 Claw——一个围绕我从数字生活中不同部分导入的数据构建的个人 AI 助手，这也是一个重新审视我早期 Dogsheep 工具系列的好借口。

我们还会为 Datasette Cloud 的用户推出 Datasette Agent。

如果你想讨论这个项目，欢迎加入我们的 #datasette-agent Discord 频道。

2026 年 5 月 21 日

更多近期文章

Kimi K3，以及我们还能从 pelican 基准测试中学到什么——2026 年 7 月 16 日

新的 GPT-5.6 系列：Luna、Terra、Sol——2026 年 7 月 9 日

sqlite-utils 4.0，现已支持数据库 schema 迁移——2026 年 7 月 7 日

本文是 Simon Willison 的 Datasette Agent，发布于 2026 年 5 月 21 日。

uv

datasette-agent