最近一直在用 CodeBuddy 和 WorkBuddy 辅助日常开发，确实方便了不少。不过每次对话都会生成详细的日志：用了哪个模型、消耗了多少积分、调用时间等等，全部记录在案。这些数据被导出为一个 Excel 文件，按理说 Excel 做统计分析应该信手拈来——但现实往往不按剧本来。 坦白说，我对 Excel 的使用还停留在“够用”的水平。复杂的数据透视表、公式统计，常常让人绕得头昏脑涨。每次想统计“某月各模型的使用次数与积分消耗”，或者看看“某月每天的积分使用趋势”，都得在 Excel 里鼓捣半天，结果还不一定对。 那更理想的方案是什么？把数据导入数据库，用 SQL 查询——这才是最顺手的姿势。但问题是，每次要启动本地数据库、写导入脚本，实在太麻烦了。想要一款这样的工具： - 无需安装，打开浏览器就能用 - 支持 SQL 查询，用最顺手的方式分析数据 - 数据能持久化，刷新页面不会丢 - 最好还能有些可视化能力，让数据更直观 正巧，在 GitHub 上刷到了一个很有意思的开源项目——Datasheet。它基于 PGlite 在浏览器中运行完整的 PostgreSQL 数据库，数据存储在 IndexedDB 中，完美契合了“浏览器内 SQL 分析”这个需求。 于是 Fork 了这个项目，过程中修复了一些 Bug，并根据实际需求新增了不少功能。下面把这些修改记录下来，希望也能帮到有类似需求的朋友。

什么是 Datasheet？

Datasheet 是一个基于浏览器的 PostgreSQL 数据管理工具，核心是 PGlite——一个将 PostgreSQL 编译为 WebAssembly 的方案，可以在浏览器中直接运行完整的 PG 数据库。

原项目的核心特性

- 浏览器内 PostgreSQL：无需安装数据库，数据持久化到 IndexedDB - 多工作区管理：通过 Schema 隔离，支持创建/切换/删除工作区 - SQL 编辑器：基于 CodeMirror，支持语法高亮、智能提示 - 数据导入：从 Excel/CSV 导入数据，可视化配置映射关系 - 表结构浏览：左侧栏展示数据库表列表 - 查询结果编辑：表格形式展示，支持直接编辑并保存

我做了哪些修改？

Bug 修复

1. 数据导入表头错误

问题在于，导入 Excel 时，表头竟然被当作数据行一起导入了。排查发现，`ImportDialog.vue` 中获取数据行时使用了错误的切片起点。原代码用 `headerRow` 作为切片起点，实际上应该用 `dataStartRow`。修复后，数据从正确的行开始读取，表头独立映射为列名。

2. 查询结果首行缺失

执行 `SELECT` 查询后，结果集的第一行数据总是神秘消失。原因在 `index.vue` 中，对查询结果做了 `rows.slice(1)` 处理，大概原本想跳过表头，结果把真正的数据行给误跳了。对于那些聚合查询（比如 `SUM`、`COUNT`），结果只有一行时干脆直接不显示。修复后，不再对查询结果进行切片，完整显示所有行。

3. 类型推断精度不足

导入数据时，如果数值列的后续行有大数值，会报 `numeric field overflow` 错误。翻看代码发现，`useImport.ts` 中的类型推断只采样了前 10 行数据来判断列类型。如果前 10 行都是小数值，后面突然冒出一个大整数，类型设置自然就偏小了。修复后，改为扫描全部数据行进行类型推断，确保精度够用。

4. 日期时间类型丢失时间部分

包含时间的日期列，导入后被推断为 `DATE` 类型，时间部分直接丢了。原因是日期和日期时间都被检测为 `DATE` 类型。修复方案是增加时间检测逻辑，区分 `DATE`（仅日期）和 `TIMESTAMP`（日期+时间），并在导入时格式化为标准格式。

新增功能

1. AI SQL 生成

这应该是最受欢迎的新功能。接入兼容 OpenAI 格式的大模型 API，用自然语言描述需求，AI 自动生成 SQL。支持的平台包括：DeepSeek、OpenAI、通义千问、Moonshot、SiliconFlow。配置方面也很灵活：API 地址、Key、模型都可以自定义；系统提示词可调整；支持选择表结构作为上下文来减少 Token 消耗；还能配置是否携带对话历史及轮数。

2. 数据可视化

查询结果可以一键生成图表，这对于数据分析来说太实用了。支持的图表类型包括：柱状图、折线图、饼图。特色功能也不少：可以多选数值列，支持多 Y 轴交替左右分布；不同颜色区分数据系列；图例支持点击开关；AI 还能根据 SQL 自动生成图表标题；图表可以下载为 PNG 图片；双饼图还能合并导出。柱状图的细节也做了优化：自适应宽度，横坐标过长时斜 45° 显示，省略号截断，网格边距防遮挡。

3. 表结构查看

在左侧 TABLES 树中右键点击表名，弹出菜单选择“查看表结构”。展示的信息很全面：字段名、数据类型、是否可空、主键标识、默认值、字段备注、索引信息。还有一个实用的小功能：一键复制为 Markdown，方便在文档中记录表结构，或者作为 AI 生成 SQL 的上下文。

4. SQL 收藏

常用 SQL 可以保存下来，方便随时复用。保存时填写标题、SQL 内容、描述；左侧 SA VED SQL 列表展示所有收藏；点击即可加载到编辑器；支持编辑和删除。

5. 标签页增强

多标签页管理更加顺手：右键菜单支持关闭其它标签、关闭左侧标签、关闭右侧标签；“新建查询”按钮重新设计为青绿色渐变样式，更加醒目。

6. 删除功能完善

补充了原来缺失的删除操作：删除表（表行末固定显示删除按钮）、删除工作区（非 default 工作区列表行末显示删除按钮）、删除文件（侧边栏、对话框、详情页均添加删除按钮）。

7. 日期格式化显示

所有查询结果中的 Date 对象统一显示为 `yyyy-MM-dd HH:mm:ss` 格式，让时间数据一目了然。

8. 列宽拖拽

查询结果表格支持鼠标拖拽调整列宽，列头右侧显示蓝色拖拽手柄，方便查看长文本内容。

9. GitHub Pages 自动部署

新增 `deploy.yml` GitHub Actions 工作流，push 到 main 分支自动构建并部署到 GitHub Pages。

项目技术栈

- Nuxt 4 + Vue 3 + TypeScript - Element Plus UI 组件库 - PGlite 浏览器内 PostgreSQL - CodeMirror 5 SQL 编辑器 - ECharts 5 数据可视化 - UnoCSS 原子 CSS - Pinia + VueUse

如何使用

在线体验

直接访问在线版本即可使用。

本地开发

# 安装依赖
pnpm install
# 启动开发服务器
pnpm dev
# 构建生产版本
pnpm build
# 静态生成（用于 GitHub Pages 部署）
pnpm generate

Github Pages 部署

直接 fork 本项目后设置 `Pages`，然后在 `Actions` 执行完成即可访问。

Docker部署

1. 创建部署目录 `mkdir datasheet` 2. 创建 `docker-compose.yml` 文件，内容如下：

services:
  datasheet:
    image: registry.cn-hangzhou.aliyuncs.com/xj_lew/datasheet:1.0.0
    container_name: datasheet
    ports:
      - '3000:3000'
    restart: unless-stopped

3. 启动容器：`docker-compose up -d` 4. 访问项目：在浏览器中打开部署地址即可访问

使用场景

场景一：积分统计与分析

回到最初的需求——把 CodeBuddy/WorkBuddy 的日志 Excel 导入 Datasheet： 1. 点击“导入数据”，选择 Excel 文件 2. 自动识别表头和数据，映射到表中 3. 在 SQL 编辑器中写查询：

SELECT
  TO_CHAR(use_time, 'YYYY-MM-DD') AS "日期",
  SUM(points) AS "积分使用数量",
  COUNT(requestid) AS "积分使用次数"
FROM "request_usage_2026_06_28"
WHERE EXTRACT(MONTH FROM use_time) = 6 AND EXTRACT(YEAR FROM use_time) = 2026
GROUP BY "日期";

4. 点击“图表”，选择柱状图，选择日期作为 X 轴，使用次数和积分作为 Y 轴，分析结果一目了然。

场景二：AI 辅助 SQL 生成

不熟悉 SQL 语法也没关系： 1. 点击「✨ AI 生成 SQL」按钮 2. 用自然语言描述：`统计6月份各个时间段（上午，下午，晚上）的积分使用情况（次数和数量）` 3. AI 自动生成 SQL，点击“回填并执行”即可。

场景三：数据探索与可视化

导入任意数据后： 1. 左侧查看所有表结构 2. 写 SQL 探索数据 3. 一键生成图表 4. 保存常用查询，下次一键复用

与原项目对比

功能	原版 Datasheet	修改版
SQL 编辑器	✅	✅
数据导入	✅	✅（修复表头错误、类型推断）
多工作区	✅	✅（增加删除功能）
表结构查看	基础	✅ 右键弹窗 + Markdown 复制
SQL 收藏	❌	✅
AI 生成 SQL	❌	✅
数据可视化	❌	✅（柱状/折线/饼图）
列宽拖拽	❌	✅
日期格式化	❌	✅
标签页管理	基础	✅ 右键关闭其它/左侧/右侧

写在最后

这个项目目前还在持续迭代中，作为一个纯前端工具，它很好地解决了“在浏览器中分析数据”这个需求。如果你也有类似的使用场景——比如分析日志数据、探索数据集、或者单纯想在浏览器里用 SQL 分析 Excel 数据——不妨试试这个工具。 开源项目最有趣的地方就在于：可以按照自己的需求去修改它、扩展它，让它真正为你所用。