Datasette Agent 0.5a0 发布：对话生成数据库应用，侧边面板实时编辑

Datasette Agent 迎来了一个重要的版本更新——0.5a0。这个版本引入了一项名为 panel（面板） 的核心功能，让 AI 对话不再局限于聊天窗口，而是能与 Datasette 的数据页面并肩工作。

从聊天到并排操作：panel 是什么？

panel 的核心设计思路很直接：让 agent 聊天窗口打开后，停靠在 Datasette 页面旁边——比如一张数据表页面或查询页面。这样你可以在左侧与 AI 对话，右侧实时查看数据或生成的应用，形成一种“边聊边看边改”的工作流。

这种布局解决了传统 AI 对话的一个痛点：对话与操作对象分离。当你需要参考具体数据来调整指令时，来回切换窗口会打断思路。panel 把两者放在同一屏幕内，降低了上下文切换的成本。

与 datasette-apps 联动：用对话“生长”出应用

panel 的真正威力，体现在与 datasette-apps 结合使用时。根据官方描述，你可以通过 prompt 让一个由数据库驱动的应用“从无到有”地出现，然后直接在应用旁边的聊天窗口中修改它。

官方截图展示了一个典型场景：用户先输入“Build an app to help explore this data”，agent 调用 app_create、app_render 等工具生成应用；接着用户说“give it a more hacker aesthetic design”，agent 再次调用工具修改样式，最终在右侧面板呈现出暗色终端风格的“LLM Price Explorer”。左侧聊天记录中保留了每次工具调用的折叠记录和版本入口（“View app”“Edit”），让迭代过程可追溯。

这种“对话即开发”的模式，把应用构建的门槛进一步拉低。你不需要离开数据页面去写代码，只需要用自然语言描述需求，agent 负责生成和调整。

Datasette 是一个开源的 Python 数据探索与发布工具，由 Simon Willison 开发，能将 SQLite 数据库瞬间变为可浏览、可查询、可 API 化的 Web 界面。它本身不包含 AI 能力，但提供了插件体系（如 datasette-agent、datasette-apps），使其成为可扩展的数据应用平台。在本文语境中，Datasette 是承载数据页面和 agent 面板的底层框架，用户无需编写后端代码即可对数据库进行筛选、聚合和可视化。理解 Datasette 的定位有助于明白为何 agent 能直接“看到”表结构和查询结果——因为所有数据操作都通过 Datasette 的标准化接口暴露给 agent 工具。

datasette-apps 是 Datasette 的一个插件，用于在 Datasette 实例内动态创建、渲染和管理小型数据应用。它提供了一组工具（如 app_create 用于根据 prompt 或配置生成应用骨架，app_render 用于将应用渲染为可交互的 HTML/JS 界面），并维护应用版本历史。Agent 通过调用这些工具，将自然语言需求转化为具体的应用定义，再交由 datasette-apps 执行。这种分工让 agent 专注于理解意图和生成配置，而 datasette-apps 负责持久化与呈现，从而实现在对话中迭代修改应用样式和功能。

实际体验：LLM 价格对比应用

从截图中的示例应用可以窥见这套组合的实用性。右侧面板展示了一个名为“LLM Price Explorer”的应用，统计了来自 12 家提供商的 185 个模型，工作负载成本从 $0.042（Jev 1.13）到 $300.00（o1 Pro）不等。应用包含筛选控件、工作负载成本估算控件，以及一张列出匹配模型的表格，展示每百万 token 的输入、输出和缓存输入价格。

这个例子说明，Datasette Agent 生成的应用并非玩具演示，而是能承载真实数据探索任务的界面。对于需要快速搭建内部数据工具的场景，这种模式有实际价值。

如何试用

你可以用 GitHub 账号登录 agent.datasette.io 直接体验。该项目在 GitHub 上开源，版本标签为 0.5a0。

一点观察

Datasette Agent 的 panel 功能，反映了一个 broader 趋势：AI 助手正在从“独立聊天窗口”走向“嵌入工作流”。把对话放在数据旁边，把应用生成放在对话里面，这种空间上的整合，可能比单纯提升模型能力更能改善实际使用体验。对于数据工作者来说，这意味着从“问 AI 要答案”转向“和 AI 一起操作数据”。

不过，0.5a0 仍是 alpha 版本，功能和稳定性可能还在迭代中。如果你对数据探索和 AI 辅助开发感兴趣，这个项目值得保持关注。