最近升级 DBeaver 社区版时注意到新增了 AI 助手功能，体验下来相当实用，这里记录一下配置和使用过程。
请确保使用较新版本的 DBeaver 社区版（本文基于 25.2.0），旧版本可能不支持该功能。
AI 助手配置
详细配置可参考官方文档：https://dbeaver.com/docs/dbeaver/AI-Assistance-settings/
DBeaver AI 助手支持多种模型提供者（providers）：
- OpenAI
- GitHub Copilot
- Azure OpenAI
- Gemini
- Ollama
只要接口符合 OpenAI 兼容的 API 格式，都可以集成到 AI 助手中。以在 WSL2 上运行 llama.cpp + gemma-3 为例，llama-server 提供 OpenAI 风格的 API，启动命令如下：
llama-server --model ./gemma-3-4B-it-Q8_0.gguf --host 0.0.0.0 --port 11434 --ctx-size 32768 --n-gpu-layers 99
启动后查看日志，确认服务已监听：
ggml_cuda_init: found 1 CUDA devices: Device 0: Quadro RTX 4000...
main: server is listening on http://0.0.0.0:11434 - starting the main loop
通过浏览器访问 http://127.0.0.1:11434/models 确认 API 工作正常，并记下模型名称。
接下来打开 DBeaver 社区版，在主菜单中选择'窗口' --> '首选项'进行配置。
配置项说明：
- API token：必须填写，若本地服务未设密码可随意填一个。
- Model：填入刚才记录的模型名称。
- API base URL：填入 OpenAI 兼容的地址，llama-server 需加上
/api后缀。
至此，AI 助手的基础连接已完成。
AI 助手使用
以 MySQL 数据库为例，假设有一个名为 employees 的案例表：
| Field | Type | Null | Key | Default | Extra |
|---|---|---|---|---|---|
| EMPLOYEE_ID | decimal(6,0) | NO | PRI | ||
| FIRST_NAME | varchar(20) | YES | |||
| LAST_NAME | varchar(25) | NO | MUL | ||
| varchar(25) | NO | ||||
| PHONE_NUMBER | varchar(20) | YES | |||
| HIRE_DATE | datetime | NO | |||
| JOB_ID | varchar(10) | NO | MUL | ||
| SALARY | decimal(8,2) | YES | |||
| COMMISSION_PCT | decimal(2,2) | YES | |||
| MANAGER_ID | decimal(6,0) | YES | MUL | ||
| DEPARTMENT_ID | decimal(4,0) | YES | MUL |
@ai 命令
在 SQL 编辑窗口中，输入 @ai 即可触发智能生成查询语句。
生成的 SQL 会显示在 Output 页面中，方便直接执行或复制。
使用 AI Chat
点击工具栏上的 AI 图标打开对话窗口。
在对话框中描述你的需求，例如'查询所有部门薪资最高的员工'。
点击'Translate'，系统会自动将自然语言转换为 SQL 语句。
这套流程能显著减少手写复杂查询的时间，更多细节值得在实际工作中探索。