Rust + Tauri 写的轻量数据库客户端，装完只要 25MB 却能连 MySQL、PostgreSQL、Redis、MongoDB、达梦等 90+ 种系统，桌面版 / Docker 自托管双形态，内置 AI 助手、CLI 和 MCP Server，Apache-2.0 开源。
前言
手上的数据库种类一多，工具这件事就变得很别扭：MySQL 用一套、Redis 用一套、MongoDB 又一套。我之前一直用 Navicat Premium Lite，免费版好上手、稳定性也没得说，但它主要覆盖 MySQL、PostgreSQL、Redis、MongoDB 这些常见数据库，遇上向量库、消息队列、国产数据库之类的偏门系统就接不上了；想升级到功能更全的 Navicat Premium，又得花一笔不小的授权费。
后来是同事甩给我一个链接 —— DBX，官网第一句话就是「25MB，管理 90+ 种数据库」。安装包 25MB 这个体积，放在今天的数据库客户端里几乎是反常识的，但它连 Navicat Premium Lite 接不上的向量库、消息队列、国产数据库那些「偏门」系统都能连，还自带 AI 助手和 MCP Server。用了一周多，决定把它写进网站推荐给大家。
这一篇就把 DBX 是什么、凭什么这么小、以及它到底能不能替掉 Navicat Premium Lite，尽量讲清楚。
DBX 介绍
简单说：DBX 是一个开源、轻量的数据库与数据基础设施工作台，把连接管理、对象浏览、SQL 编辑、数据修改、结构工具、专项控制台和自动化入口放进同一个工作区，支持 90+ 种数据库及数据系统。
它跟 Navicat Premium Lite 走的是完全不同的路子。DBX 用 Rust 来写核心，用 Tauri + Vue 做界面，所以安装包能压到 25MB 这个量级；目前在 Github 上已经有 19.6k star、1.9k fork，2026 年 4 月底开源，迭代节奏快得离谱 —— 短短几个月已经推到 v0.6.13（2026 年 9 月 14 日）。
几个值得一提的关键事实：
- 协议：Apache License 2.0，个人和商用都可以，无功能档位、无 premium 收费挡板
- 技术栈：Rust 核心 + Tauri 桌面壳 + Vue 前端，Rust 原生驱动，不依赖 JDBC 运行时（JDBC 系数据库走可选插件）
- 形态：桌面版 + Docker/Web 自托管 + CLI + MCP Server，四种入口共用同一套 Rust 核心能力
- 体积：桌面安装包约 25MB，官网那句「25MB，管理 90+ 种数据库」不是营销话术，是它最核心的差异点
注意了，DBX 是数据库工作台，不是托管数据库服务，它替代不了数据库账号权限、审计、备份和变更审批，这点后面「注意事项」会展开。
核心特性
DBX 的功能组织方式很特别。文档不是按「功能清单」排，而是按 真实数据库任务 来排。挑几个日常最常用的讲：
- 查询编辑器：基于 CodeMirror 6，支持元数据补全、SQL 格式化、选中 SQL 执行、多结果集、取消执行、查询历史和执行计划，日常写 SQL 该有的都有
- 数据表格（Data Grid）：虚拟滚动，几百万行也不卡；支持数据库侧过滤/排序、行内编辑、WHERE/ORDER BY 可视化控制，写入前会先生成 SQL 让你审查再执行
- 结构浏览与对象树：侧边栏里能看到数据库、Schema、表、字段、索引、外键、触发器，还有 ER 图 和 字段血缘，接手陌生库时用搜索 + 对象源码能快速建立上下文
- Schema 对比与迁移：Schema 对比、表数据导入（CSV/TSV/JSON/Excel）、跨引擎数据传输、SQL 文件执行、数据库导出，把一次性操作变成可复用、可审查的流程
- 专项工作台：这是 DBX 跟传统 SQL 客户端拉开差距的地方 —— Redis 有独立的键值界面、MongoDB 有文档浏览器、Elasticsearch/向量库/消息队列/etcd/ZooKeeper/Nacos 各有贴合自身数据模型的专项界面，而不是硬塞进一个「通用查询框」
- 内置 AI 助手：Ask 模式只生成/解释/优化 SQL，Agent 模式能调用只读查询工具真正去查数据，支持 Claude、OpenAI、Gemini、DeepSeek、Qwen、MiniMax、Ollama 及各类兼容端点，Desktop 还能直接挂本机的 Claude Code / Codex / Pi CLI
- MCP Server：原生支持 Model Context Protocol，Claude Code、Cursor、Windsurf 等 AI 客户端能直接连着你的库查数据，这个下面单独讲
- 配置云同步与加密导出：连接配置可走 WebDAV / Gist / Gitee 同步，导出可选 AES-GCM 加密，敏感凭据与普通连接 JSON 分开存储
5 分钟上手
安装方式给得很全，常用的是这几条：
- macOS：
brew install --cask dbx，或从 GitHub Releases 下.dmg - Windows：官网有内网离线安装包和 Windows 7 / Server 2012 R2 专用包
- Linux：Flatpak（
flatpak install flatpark com.dbxio.dbx）、星火应用商店（麒麟 / 统信推荐 APM 版），或直接下.deb/.rpm/.AppImage - Docker / 自托管：一条命令起一个浏览器能访问的 Web 版
因为有 NAS，我是用 docker 来部署：
docker run -d \
--pull=always \
--name dbx \
-p 4224:4224 \
-e DBX_PASSWORD=your-password \
-v dbx-data:/app/data \
t8y2/dbx:latest然后访问 http://内网ip:4224 就能用。生产环境记得设 DBX_PASSWORD，大陆用户可以把镜像换成 docker.cnb.cool/dbxio.com/dbx:latest 拉得更快。
创建第一个连接和大多数客户端一样：新建连接 → 选数据库类型 → 填主机/端口/账号/密码（SQLite、DuckDB 这类文件库直接选本地文件）→ 测试 → 保存。一个小亮点是 支持直接粘贴连接 URL，MySQL、PostgreSQL、Redis、MongoDB、ClickHouse、SQL Server、Oracle、达梦、GaussDB 等常见串都能自动解析成字段，省得手动拆。
界面是经典三栏：左侧对象树、中间编辑器 / 数据区、右侧属性。上手成本很低，从 Navicat Premium Lite 迁过来基本不用重新学。
AI 助手与 MCP
DBX 把「AI 时代数据库工具该长什么样」这件事想得挺透，这里值得单独说。
内置 AI 助手分两个模式：Ask 只生成建议、不碰数据库；Agent 才会在用户明确要真实数据时调用查询工具。上下文会自动带上当前数据库、Schema、编辑器里的 SQL、报错信息和结果预览，输入 @users、@public.orders 就能点名表，把元数据精准喂给模型。全局指令和提示模板可以按团队规范预置，比如「只生成 PostgreSQL 兼容 SQL」。
MCP Server 是另一个入口。装上 @dbx-app/mcp-server，在项目里放一份 .mcp.json：
{
"mcpServers": {
"dbx": {
"command": "npx",
"args": ["-y", "@dbx-app/mcp-server"]
}
}
}之后就能在 Claude Code、Cursor、Windsurf 里直接说「查看 local-pg 上有哪些表」「查询最近 7 天的订单数量」，甚至「在 DBX 里打开 orders 表」。DBX 支持 30 多个 MCP 工具，包括列连接、描述表、执行查询、批量 SQL、Redis 命令、读 Kafka 消息等。
关键是 权限不是靠提示词，而是后端强制的：连接 allowlist、只读 / 数据读写 / 完全访问三档权限、生产库保护，都在 DBX 设置里统一管，AI 拿不到「以后都能写」的授权。给 Agent 的连接建议只开「只读」或「数据读写」。
安全模型
数据库工具最怕的就是在生产库上点错，DBX 在这块做得比大多数免费客户端扎实，是 多层限制 而不是一个「危险操作确认」开关：
- 只读连接：在核心查询执行路径上直接拦截可识别的写入，并隐藏/禁用修改入口
- 生产环境保护：可对整个连接或指定数据库生效，检测到写入时每一次都要求新的明确确认
- 可审查的变更：数据编辑、表结构修改、Schema 对比都会尽量先展示要执行的 SQL
- AI 边界：Agent 在生产库上不会拿到自动写入授权，只能把 SQL 放回编辑器让人工检查
- MCP 策略：连接 allowlist + 三档权限统一管理，且无法绕过连接只读、生产保护和数据库账号权限
- 敏感配置：密码、密钥、连接串与普通连接 JSON 分开存储，导出可用 AES-GCM 加密
注意事项
- Docker / Web 版的文件路径属于服务器：SQLite、DuckDB、Access 这类文件库，在 Docker 里指的是容器文件系统，通常还需要把目录挂载进容器；要用本地 SQL 文件树和桌面 Deep Link 就用桌面版
- 高级功能不是所有数据库都开放：不可靠的兼容路径会被隐藏或降级，具体以官网「数据库支持」的功能矩阵为准，别默认「支持」就等于「全功能」
- JDBC / Agent 数据库需要额外组件：达梦、DB2、Hive、Trino、Snowflake 等 JDBC Agent 数据库需要安装匹配的 Agent、驱动和 JRE；Oracle、金仓、虚谷需要对应原生 Agent；DuckDB 要单独在 Driver Manager 里装驱动
- AI 输出和自动生成的 SQL 一定要人工审查：DBX 官方文档也明确写了这一点，跨引擎数据迁移同理，别把 AI 的 SQL 直接在生产上跑
- 它不是托管数据库服务：不能替代数据库账号权限、审计、备份和变更审批；数据库导出适合轻量备份/迁移，大型生产库仍应用数据库原生备份工具
- 跟 Navicat Premium Lite 的定位差异：Navicat Premium Lite 胜在操作体验成熟、稳定性好、只连常见数据库时更省心；DBX 则胜在支持的数据库种类多得多、体积小、专项工作台体验好，还多了原生 AI/MCP。两个可以并存，没必要非此即彼
适用场景
比较适合手头数据库种类杂（关系型加 Redis、MongoDB、向量库、消息队列）、受够了一个库装一个客户端的人，也适合电脑配置一般、经常要在低配办公本或跳板机上连库的场景。如果你想把 AI 编程助手（Claude Code / Cursor）接进数据库、用 MCP 做只读查询和看结构，或者需要给服务器部署一个浏览器访问、又要求数据不出内网的工作台，DBX 都很对口；想要开源可控、又不想为 Navicat Premium 这类商业授权付费的话，它也是个实在的选择。
反过来说，习惯了 Navicat Premium Lite 那种成熟打磨的操作体验、平时也只连常见数据库的，未必有换的动力；想要图形化 ETL、数据集成或 BI 报表的也别指望，DBX 是客户端而不是数据平台；期待 AI 全自动运维数据库的更要对齐预期，它的 AI 明确要求人工审查，不会替你放手操作生产。至于只连一种数据库、只做简单增删改查的场景，其实用什么都行，DBX 的优势发挥不出来。
免费开源说明
DBX 采用的开源协议是 Apache License 2.0，这意味着：
- 商业项目可以用，无需付费
- 可以修改源码、闭源分发（只要带上协议声明、保留版权头）
- 不用为作者署名，但保留
LICENSE文件是行规 - 没有使用次数 / 用户数 / 功能档位限制，也没有 premium 收费挡板
官网首页写着「完全开源」，国内还有 CNB 和 AtomGit 镜像可以加速下载。目前 250+ 位贡献者参与共建，社区活跃度在国产开源工具里算相当高的。
写在最后
DBX 让我想起当年第一次用 Navicat Premium Lite 时的感觉 —— 终于不用为每种数据库装一个客户端了。但它更进一步：用 Rust 把体积和速度压到了极致，再用 AI 和 MCP 把「数据库工具」重新定义了一遍。
当然它不是万能的，成熟度和打磨上还比不过 Navicat，AI 也绝不等于可以放手不管。但如果你跟我一样，只想找个轻、快、能连的东西，顺手还能接上 AI 助手，那 25MB 的 DBX 非常值得一试。
更多细节直接看 DBX 官网，文档写得很细，从快速开始到生产安全都有专门的教程。
