Qoder @database功能上线！自动关联数据库 Schema，后端 AI Coding 效率拉满

数据库是后端开发的灵魂。在 AI Coding 极度流行的今天，虽然生成 SQL 语句已不再是难事，但 AI 工具往往因拿不到准确的表结构而“乱写代码”。尤其在数据库Schema未保存在本地（如使用 Flyway 进行迁移）的情况下，AI 无法获取最全的上下文，其实战能力会大打折扣。

Qoder JetBrains 插件为此填补了最后一环：我们将数据库能力内置为核心上下文。通过 @database 能力，你可以一键将 IDE 中的数据库连接转化为 AI 的知识库。不再需要手动复制 DDL，直接引用 @database 即可让 AI 结合真实业务表结构进行 SQL 编写、数据模拟或架构评审，真正实现开发流程的闭环。

目前，除 JetBrains 官方推出的 Junie 外（受地域限制，中国区暂无法使用），Qoder 是JetBrains上唯一深度支持“数据库原生感知”的 AI Coding 插件。

Qoder JetBrains 插件在数据库场景下的核心能力

1、在 Qoder 的Ask/Agent模式下引用数据库

首先我们需要在JetBrains IDE中添加数据库连接。打开数据库工具窗口，创建对应的数据库连接。数据库创建完毕后，你可以点击Query Console按钮，然后输入SQL，执行数据库查询操作。

更多使用信息，请参考：

https://www.jetbrains.com/help/idea/database-tool-window.html

数据库连接创建完毕后，接下来我们就可以在Ask/Agent模式下引用数据库的schema。在Qoder会话窗口的输入框中，点击Add Context按钮，然后选择@database，然后选择对应的数据库Schema，就可以将数据库Schema添加到上下文中。

注意事项：添加到上下文中的SQL文件，是基于数据库的schema的，如果一个数据库有多个schema，就会有多个schema sql文件。

数据库schema添加到上下文后，你就可以以提示词的方式询问相关的数据库相关的问题，如对数据库schema进行 review，基于schema生成代码，自然语言生成SQL等等。

在Ask模式下，如果返回了SQL代码块的话，Qoder会为SQL代码块添加一个执行按钮，你可以直接执行对应的SQL语句，如下：

注意事项：当下Qoder会查询活跃的数据库Query Console执行对应的SQL，所以你需要提前打开对应数据库的Query Console，才能执行聊天窗口中的SQL。

2、Query Console的SQL生成支持

如果你在数据库的Query Console中，你可以调用inline chat方式来生成对应的SQL。按下Ctrl + Shift + I，然后输入生成SQL的自然语言，然后按下回车生成SQL。在该过程中，Qoder会依据当前数据库的schema，自动将数据库的schema添加到上下文中，这样就可以更准确地生成SQL语句。

3、斜杠指令（Slash Command）支持

如果你对数据库相关的一些常见操作，如数据库review，生成SQL等，你可以创建对应的斜杠指令，然后再基于这些指令来完成对应的任务。 打开Qoder窗口，点击个人头像图标，选择`个人设置`，然后在`指令`去创建和维护相关的指令。 指令调用如下图：

这里列举一下数据库常用的prompt场景，如下：

如果只生成SQL的场景，你可以在Query Console中进行，这样更方便些。当然你也可以在ask模式下通过/sql 指令生成SQL，在ask模式下，你可以获得更多SQL语言选项。

提示：Qoder默认会扫描项目中的文件并和用户问题进行关联，如果是NL2SQL或者只针对数据库schema场景，你可以在指令开头添加Don't scan project files!，这样就不会进行文件扫描，但是AGENTS.md和Rules还是会被包含的。这种方式可以节约你不少Token，而且可以规避歧义。

DataGrip 和 Qoder

DataGrip是JetBrains针对数据库推出的产品，Qoder对其也有很好的支持，这里做一个简单的说明。

点击顶部导航栏的...更多图标，在弹出的菜单中选择Qoder，并点击大头针按钮，将Qoder以常驻的方式添加到顶部导航栏。

在DataGrip中，核心的交互都是基于Query Console，你可以通过查询工具栏的Qoder按钮或者Ctrl + Shif +I快捷键，调查Inline Chat输入框，然后输入自然语言，就完成对应的SQL生成。在此过程中，Qoder会自动选择对应的数据库schema。

考虑到DataGrip主要是针对数据库场景，这里还是建议考虑在项目目录下添加AGENTS.md文件，用于项目的指导，如表名规范、SQL GuideLine或者特定的数据标注等。

使用 Qoder 提升数据库开发效率

了解了Qoder JetBrains 插件在数据库方面的核心能力后，下面，我们将通过具体的业务场景，带大家探索如何用 Qoder 加速数据库开发。

1、数据库设计

在项目初期，我们需要进行数据库设计，在Qoder中，你可以通过两种方式来创建对应的数据库Schema。

Agent模式： 在Agent模式下，你可以更好地设置上下文，如添加关联的markdown文件，然后以自然语言输入具体的要求，就可以生成对应的数据库表结构。接下来打开对应的SQL文件，然后执行即可。

如果只是涉及到数据库的表结构调整，可以打开数据库Schema的Query Console，输入具体的要求，然后接受对应的SQL语句，当然你也可以进行微调，最后执行SQL语句即可。

如果数据库的schema并不复杂，也不需要关联相关的文件，你可以选择在Query Console中直接输入需求，然后创建对应的数据库表结构。

总结一下数据库设计在Qoder下使用实践：

1. Agent模式：复杂的数据库结构设计场景下使用，如要关联设计文档，同时生成的SQL文件要遵循相关的rules，同时生成特定的SQL文件，如Flyway迁移脚本等。

2. Query Console：简单数据库结构、结构调整或者微小改动，请使用Query Console。

如果你有标准的创建表结构样例，可以考虑提供一个样例，方便Qoder更好地生成表结构，如以下样例：

-- 表级别注释示例CREATE TABLE user_info(   id INT COMMENT '用户ID (标准字段名: user_id, 主键)',   name VARCHAR(50) COMMENT '用户姓名 (标准字段名: name, 用户真实姓名)',   created_at DATETIME COMMENT '注册时间 (标准字段名: created_at, 账号创建时间)',   status TINYINT COMMENT '状态 (标准字段名: status, 枚举值: 0-禁用 1-正常 2-冻结)',   PRIMARY KEY (uid)) COMMENT='用户基本信息表 | 标准表名: user_information | 业务域: 用户域 | 更新方式: 实时';

考虑到后续基于Schema生成代码和生成sql的场景，这里建议数据库设计要遵循好的规约，方便后续的工作，以下是一些指导规则。

命名规范

使用清晰描述性的名称：表名和字段名要能直接表达含义（如user、order_item），建议采用单数形式；

保持命名一致性：统一使用下划线命名法（snake_case）或驼峰命名法；

避免缩写：用customer_address而非cust_addr；

布尔字段加前缀：如is_active、has_paid；

结构设计

主键明确：每个表都有清晰的主键，命名为id或table_name_id；

外键关系清晰：外键命名如user_id、order_id，明确指向关联表；

添加时间戳：包含created_at、updated_at字段；

文档和注释

添加表注释：说明表的用途；

添加字段注释：解释字段含义、取值范围、单位等；

枚举值说明：如状态字段，注释说明每个值的含义；

类型选择

使用合适的数据类型：避免全用 VARCHAR；

设置合理的长度限制；

NULL值策略明确：哪些字段允许NULL，哪些必填；

默认值明确：如果有明确的默认值，需要指出；

2、数据库标注：让遗留数据库也能被AI更好理解

如果你已有的数据库表结构，对AI并不友好，如命名规范，你可以对数据库表结构进行标注，让AI更好地理解。假设数据库中某一表结构：

CREATE TABLE tbl_yonghu( id        BIGINT AUTO_INCREMENT PRIMARY KEY, xin_bie   CHAR(2)     NOT NULL, nian_ling int         NOT NULL, gonghao   varchar(32) not null UNIQUE, jiru_date  varchar(32));

如果你没法对既有的数据结构进行调整，你可以使用额外的json数据对现有的数据库结构进行标注，如db-metadata.json然后在上下文添加数据库schema时，同时添加该JSON标注文件。样例如下：

{ "type": "database","description": "数据库表结构标注，以这里的定义为准","tables": {   "tbl_yonghu": {     "label": "用户表",     "description": "存储系统用户信息",     "required": [       "id",       "xin_bie",       "nian_ling",       "gonghao"     ],     "columns": {       "id": {         "label": "用户ID",         "type": "int",         "description": "唯一标识"       },       "xin_bie": {         "label": "性别",         "type": "char(2)",         "description": "用户性别",         "enum": [           "男",           "女"         ]       },       "nian_ling": {         "label": "年龄",         "type": "int",         "description": "用户年龄"       },       "gonghao": {         "label": "工号",         "type": "varchar(16)",         "description": "用户的工号",         "unique": true       },       "jiru_date": {         "label": "加入时间",         "type": "varchar(16)",         "description": "用户加入的时间",         "format": "date",         "nullable": true       }     }   } }}

这样Qoder会在理解遗留 数据库结构时，也会参考该JSON结构，这样就可以更好地理解数据库结构，如生成代码，SQL时，都会非常准确。

3、Qoder + 数据库注意事项

数据库表非常多：如果数据库schema非常大，也就是表非常多，如ERP，CRM等场景，这可能导致超出Agent的上下文。建议将数据库的schema导出为多个SQL文件，然后通过添加文件的方式添加到上下文中。

数据库方言(dialect)：Qoder会自动将数据库dialect以注释的方式添加到数据库schema中，你不需要再声明数据库类型。如果你要向上下文添加SQL文件，可以考虑在SQL文件中添加如-- dialect: mysql这样的注释，用于标明数据库类型。当然也可以在全局AGENTS.md中进行数据库类型声明。