让 AI 查数据库听起来都叫 Text-to-SQL，但不同项目解决的问题差很多：有人做数据库客户端，有人做 BI 语义层，有人做 Agent 数据工作台，还有的只负责用 MCP 把数据库暴露给 AI。
下面 6 个项目按使用场景来选，大家根据适用情况按需选择：
1. MindsHub（39.5K Stars）
从早期数据库 AI 扩展成面向 Agent 的统一工作区：连接数据、模型和工具，让 Agent 在数据上真正执行任务。
GitHub：https://github.com/mindsdb/mindshub
适合：多数据源 Agent / 企业数据工作流
2. Chat2DB（27.9K Stars）
AI 驱动的数据库 GUI 与 SQL 客户端，支持 MySQL、PostgreSQL、Oracle、SQL Server、ClickHouse 等多种数据库。
GitHub：https://github.com/OtterMind/Chat2DB
适合：开发者、DBA、日常 SQL
3. DB-GPT（19.7K Stars）
面向数据的开源 Agent 助手，可连接数据库、CSV/Excel、数据仓库和知识库，让 AI 生成 SQL、代码和报告。
GitHub：https://github.com/eosphoros-ai/DB-GPT
适合：企业数据助手 / 私有化
4. WrenAI（17.2K Stars）
强调有治理的 Text-to-SQL 和语义层，把自然语言问题转成可信 SQL、图表和 Dashboard，支持 20+ 数据源。
GitHub：https://github.com/Canner/WrenAI
适合：BI、业务问数、指标治理
5. Dataherald（3.6K Stars）
较早的一类自然语言转 SQL 开源引擎，适合研究 Text-to-SQL 架构或作为二次开发参考。
GitHub：https://github.com/Dataherald/dataherald
适合：架构研究、NL2SQL 原型
6. DBHub（3.3K Stars）
很轻量的数据库 MCP Server，让 Claude/Codex/Cursor 等 Agent 直接查询 Postgres、MySQL、SQL Server、MariaDB、SQLite。
GitHub：https://github.com/bytebase/dbhub
适合：MCP、Agent 直连数据库