DataDjinn 更新记录：从 AI 数据库客户端到 MongoDB + 达梦 DM 驱动管理增强

DataDjinn 更新记录：从 AI 数据库客户端到 MongoDB + 达梦 DM 驱动管理增强

如果你之前关注过 DataDjinn，应该知道它最开始的定位是：

一款把传统数据库管理能力和 AI 自然语言交互结合起来的本地桌面数据库客户端。

项目地址：

https://github.com/vhukze/DataDjinn

这次整理一版新的 CSDN 发布内容，主要记录从上一篇帖子内容到目前版本为止，DataDjinn 新增和优化的功能。

当前版本已经不只是一个支持 SQLite / MySQL / PostgreSQL / 达梦的 AI 数据库客户端，还进一步补齐了 MongoDB 支持，并重点增强了达梦 DM 的外部驱动管理、JDBC 连接、dmPython whl 加载和表数据预览能力。

---

一、目前 DataDjinn 是什么？

DataDjinn 是一个本地运行的桌面数据库管理工具，技术栈主要包括：

• Electron
• React
• TypeScript
• Ant Design
• Monaco Editor
• FastAPI
• SQLAlchemy
• OpenAI 兼容 API

它提供传统数据库客户端常见的能力：

• 数据库连接管理
• 左侧连接树
• 库 / Schema / 表 / 视图 / 触发器 / 存储过程等对象浏览
• SQL 编辑器
• 查询结果展示
• 表数据预览
• 表格单元格编辑
• 备份、导出、导入
• 深色 / 浅色主题
• 本地密码安全存储

同时，它内置 AI 对话面板，可以读取当前连接、当前库、当前表、当前 SQL 编辑器内容，并根据数据库结构帮助生成 SQL、解释 SQL、分析表结构、创建表或插入测试数据。

---

二、本阶段新增：MongoDB 支持

上一篇内容中，DataDjinn 主要围绕关系型数据库展开。

现在已经新增 MongoDB 支持。

1. MongoDB 连接管理

现在可以在 DataDjinn 中创建 MongoDB 连接：

• 支持主机、端口配置。
• 用户名和密码可选。
• 默认端口为 27017。
• 可以在左侧连接树中加载数据库和集合。

2. MongoDB 集合浏览和字段推断

MongoDB 没有固定表结构，所以 DataDjinn 做了集合字段推断：

• 支持浏览数据库和集合。
• 支持基于集合前 100 条文档推断字段。
• 可以展示字段名称和字段类型。
• 集合可以复用表格预览能力展示文档数据。

这对临时查看 MongoDB 文档结构非常方便，不需要先手写 find() 再观察字段。

3. MongoDB 查询和写入支持

目前支持常见 MongoDB shell 风格语句：

db.users.find({})

db.createCollection("users")

db.users.insertOne({ name: "张三", age: 18 })

db.users.insertMany([
  { name: "张三", age: 18 },
  { name: "李四", age: 20 }
])

支持能力包括：

• find({}) 只读查询。
• createCollection() 创建集合。
• insertOne() 插入单条测试数据。
• insertMany() 插入多条测试数据。
• 多条 MongoDB shell 风格语句一次执行。

4. MongoDB 导出

导出能力也扩展到了 MongoDB：

• 支持 MongoDB 数据库导出。
• 支持 MongoDB 集合导出。
• MongoDB 导出格式为 JSON。

---

三、本阶段新增：AI Agent 支持 MongoDB 上下文

DataDjinn 的 AI 面板不只是聊天框，它会结合当前数据库上下文工作。

现在 AI Agent 已经支持 MongoDB 上下文。

1. AI 可以读取 MongoDB 集合结构

当你选中 MongoDB 数据库或集合时，可以直接问：

这个集合有哪些字段？

帮我看一下 users 集合里的数据结构适合怎么设计索引

AI 可以读取集合列表、字段推断结果和样本数据，再给出回答。

2. AI 可以创建集合和插入测试数据

你可以直接说：

创建一个 users 集合，并插入 5 条测试数据

AI 不再只是生成文本或把语句写到编辑器里，而是可以通过内置工具完成实际操作。

为了避免复杂任务卡在多轮工具调用里，MongoDB 多语句执行也做了优化，可以一次执行多条 shell 风格语句。

---

四、本阶段新增：达梦 DM 驱动管理

这次另一个重点是达梦 DM。

之前达梦连接更多依赖固定的外部驱动路径，使用起来不够直观。现在 DataDjinn 增加了专门的达梦驱动管理能力。

1. 支持三类达梦外部驱动

目前驱动管理中支持添加三类达梦驱动：

驱动类型	文件类型	说明
JDBC jar	.jar	通过 JDBC + JVM 连接达梦
dmPython pyd	.pyd	Windows 本地 Python native 驱动
dmPython whl	.whl	Python wheel 包，可能包含 .pyd / .dll native 文件

需要注意：

dmPython whl 不一定是纯 Python 驱动，它可能仍然包含 native 二进制文件，所以必须匹配当前 Python 版本、系统平台和位数。

2. 每个达梦连接可以独立选择驱动

现在新建或编辑达梦连接时，会出现"达梦驱动"选择项。

也就是说：

• 先在驱动管理中添加 JDBC jar / pyd / whl。
• 再在达梦连接信息中选择要使用的驱动。
• 每个达梦连接可以选择不同驱动。

这样比全局自动选择驱动更清晰，也更适合本机同时存在多个达梦驱动的情况。

3. 驱动管理支持测试和删除

驱动管理现在支持：

• 添加驱动。
• 测试驱动文件是否存在、扩展名是否正确。
• 删除驱动。
• 启用 / 停用驱动。

---

五、本阶段新增：达梦 JDBC 连接支持

达梦 JDBC 连接是这次增强的重点之一。

1. JDBC jar + JVM 连接

如果选择 JDBC jar 驱动，DataDjinn 会通过：

• jaydebeapi
• JPype1
• 达梦 JDBC jar
• 本机 JVM

来建立连接。

JDBC 方式需要本机安装 64 位 JDK / JRE。

2. 自动查找 JVM

后端会主动查找有效的 jvm.dll，常见路径包括：

• JAVA_HOME\bin\server\jvm.dll
• JAVA_HOME\jre\bin\server\jvm.dll
• C:\Program Files\Java\...
• C:\Program Files\Eclipse Adoptium\...
• C:\Program Files\Microsoft\...

找到后会显式启动 JVM，避免使用失效路径。

3. 自动加入 JDBC classpath

DataDjinn 会在 JVM 启动时加入达梦 JDBC jar；如果 JVM 已经启动，也会动态添加 classpath。

---

六、本阶段新增：达梦 dmPython whl 支持

除了 JDBC 和 pyd，这次还支持了 dmPython whl。

1. whl 文件兼容性校验

添加 whl 驱动时会校验：

• 是否为 .whl 文件。
• Python ABI 是否匹配，比如当前 Python 3.13 需要 cp313。
• 是否为 Windows 版本，比如需要 win_amd64。
• 是否误选了 Linux / manylinux / musllinux 版本。

如果选择了不匹配的 whl，会给出明确提示

2. whl 解压后加载 native 文件

Python native 扩展无法直接从 zip 里的 whl 加载。

所以 DataDjinn 会：

1. 将 whl 解压到应用数据目录。
2. 把解压目录加入 sys.path。
3. 查找 .pyd 所在目录并加入 sys.path。
4. 将包含 .pyd / .dll 的目录加入 DLL 搜索路径。

这样才能正确加载 dmPython whl 中的 native 扩展。

---

七、本阶段优化：达梦 Schema 创建和显示

达梦里"数据库"和传统 MySQL 的 CREATE DATABASE 语义不一样。

在 DataDjinn 中，达梦左侧树里的"新增数据库"现在按达梦语义创建 Schema。

1. 达梦新建库改为创建 Schema

之前如果直接执行：

CREATE DATABASE xxx

在达梦中可能会出现错误码 -2007。

现在达梦分支改成：

CREATE SCHEMA xxx

这样更符合达梦实际使用方式。

2. 新建空 Schema 后也能显示

空 Schema 没有表、没有对象时，如果只从 ALL_TABLES 或 ALL_OBJECTS 查，很可能查不到。

现在列表优先使用更适合达梦 Schema 的元数据来源：

SELECT NAME FROM SYSOBJECTS WHERE TYPE$ = 'SCH' ORDER BY NAME

如果不兼容，再回退到其他系统视图。

同时，后端会返回实际创建出来的 Schema 名称，前端用这个真实名称刷新连接树，避免大小写不一致导致创建成功但界面不显示。

---

八、本阶段优化：达梦表数据预览

达梦表数据预览也做了不少兼容性处理。

1. 过滤内部分页列

达梦分页不像 MySQL 那样直接使用 LIMIT/OFFSET。

DataDjinn 会使用 ROWNUM 包一层分页 SQL，因此内部会出现辅助列：

__DATADJINN_RN

某些 JDBC 场景下可能返回成：

_DATADJINN_RN

现在后端会过滤这些内部列，前端表格只展示真实业务字段。

2. JDBC Java 类型转换

达梦 JDBC 返回的列名和值可能是 Java 对象，例如 java.lang.String。

这会导致 Pydantic 或 JSON 序列化失败。

现在后端会统一转换：

• Java String → Python str
• 日期 / 时间 → ISO 字符串
• Decimal → 浮点数
• bytes → hex 字符串
• list / tuple / dict → 递归转换
• 其他未知对象 → 字符串

这样表格预览、只读查询结果都能正常返回给前端。

---

九、本阶段优化：错误提示更清楚

为了减少"只看到 Internal Server Error，不知道真实原因"的情况，这次也优化了错误处理。

1. 后端统一返回 JSON 错误详情

FastAPI 增加了全局异常处理，未捕获异常也会返回：

{
  "detail": "具体错误信息"
}

前端能直接展示真实错误。

2. Electron 请求层兼容非 JSON 错误

如果后端或其他接口返回非 JSON 文本，Electron 主进程也不会再因为 JSON.parse 失败而吞掉真实错误。

3. whl 驱动加载错误更明确

dmPython whl 加载失败时，会提示：

• 当前 Python 版本。
• whl 适用的 Python ABI。
• 是否为 Linux / manylinux 包。
• 已搜索的路径。

这样可以更快判断是不是下载错了驱动包。

---

十、本阶段优化：表格体验和大数据场景

除了数据库能力，这段时间表格交互也做了优化。

1. 行号选择体验优化

表格行号区域现在更适合用于选择：

• 点击行号选择单行。
• 按住行号拖动可以连续多选。
• 点击空白区域可以取消选择。
• 行号样式弱化，避免误认为业务字段。

2. 大数据表格性能优化

大数据表格里，列筛选的候选项如果提前计算，会影响打开速度。

现在改为打开筛选弹框时懒加载筛选选项，减少大表预览时的前端压力。

3. 虚拟滚动和选中色优化

表格的虚拟滚动、选中色、滚动条行为也做了调整：

• 选中色和虚拟滚动兼容性更好。
• 横纵滚动条改回 Ant Design / rc-virtual-list 原生滚动条。
• 避免自定义滚动条带来的同步问题。

---

十一、打包发布优化

DataDjinn 已经配置 GitHub Actions 自动发布。

推送 v*.*.* 格式 tag 后，会自动：

1. 安装 Node.js 和 Python 环境。
2. 安装前端和后端依赖。
3. 构建 Windows 安装包和解压版。
4. 创建 GitHub Release。
5. 上传 .exe 安装包和 .zip 解压包。

当前 Windows Release 仍提供两种包：

• DataDjinn-x.x.x-setup.exe：安装包。
• DataDjinn-x.x.x-win.zip：解压即用版。

另外，达梦驱动不默认内置到发布包中。

这样做的原因是：

• 避免将用户本机或第三方达梦 DLL 打进发布包。
• 降低 native DLL 被安全软件误判的概率。
• 让用户根据自己的达梦版本和环境选择匹配驱动。

如果要连接达梦，请在驱动管理中添加本机可用的 JDBC jar、dmPython pyd 或 dmPython whl。

---

十二、目前支持的数据库汇总

当前 DataDjinn 支持：

数据库	当前能力
SQLite	本地文件连接、表结构读取、数据预览、SQL 查询
MySQL	连接管理、库表浏览、SQL 查询、备份、导出、导入、表数据编辑
PostgreSQL	数据库 / Schema / 表浏览、SQL 查询、Schema 上下文、备份、导出、导入
达梦 DM	外部 JDBC / pyd / whl 驱动管理、连接、Schema 浏览、表数据预览、AI 辅助操作
MongoDB	数据库 / 集合浏览、字段推断、文档预览、find 查询、创建集合、插入测试数据、JSON 导出

---

十三、适合哪些人？

我觉得 DataDjinn 适合这些场景：

• 经常需要查看数据库结构和数据的后端开发。
• 想用 AI 辅助生成 SQL 的开发者。
• 希望减少数据库工具和 AI 工具之间复制粘贴的人。
• 需要同时管理 SQLite / MySQL / PostgreSQL / 达梦 / MongoDB 的用户。
• 需要本地运行，不希望数据库信息经过在线平台中转的人。
• 正在使用国产达梦数据库，希望用外部驱动灵活连接的人。

---

十四、后续计划

后续还会继续完善：

• 更完整的数据编辑能力。
• 更强的表结构设计辅助。
• 更多数据库类型支持。
• 查询结果可视化。
• AI 自动生成报表。
• 更完善的导入导出格式。
• MCP 能力集成。

---

总结

DataDjinn 目前已经从一个 AI 辅助 SQL 和数据库管理工具，逐步扩展为支持多数据库、多上下文、多驱动管理的本地桌面数据库客户端。

这次阶段性更新主要集中在两个方向：

1. 补齐 MongoDB 能力：支持集合浏览、字段推断、文档预览、shell 风格语句和 AI 上下文。
2. 增强达梦 DM 能力：支持 JDBC / pyd / whl 驱动管理，每个连接独立选择驱动，并修复达梦 JDBC 元数据和数据预览中的兼容性问题。

如果你也经常在数据库客户端和 AI 工具之间来回切换，或者需要一个本地运行、支持多数据库的 AI 数据库工具，可以试试 DataDjinn。

项目地址：

https://github.com/vhukze/DataDjinn

欢迎 Star、试用和反馈。