袋鼠数据库工具 v9.8.1 已上线。这款 AI 驱动的数据库客户端覆盖 MariaDB、MongoDB、MySQL、Oracle、PostgreSQL、Redis、SQLite 和 SQL Server 等常见系统，并提供建表、查询、模型设计、数据同步、导入导出等能力，可运行在 Windows、macOS 和 Linux 上。对于同时维护多种数据库的团队，这类统一工作台的价值不只是少安装几个客户端，更在于减少操作方式、连接配置和数据迁移流程之间的差异。
现有发布摘要提到 v9.8.1 包含新特性、缺陷修复以及新增的云相关能力，但没有给出完整条目。因此，升级时不宜推断具体云平台、认证方式或 AI 行为已经发生变化，仍应以客户端内的版本说明和实际测试结果为准。
多数据库支持真正解决什么问题
统一客户端最适合数据库种类较多、但日常操作相似的场景。例如，开发者经常需要查看表结构、执行查询、导出测试数据，或者比较不同环境中的数据。把这些操作放进同一个工具，可以降低上下文切换成本。
不过，“支持多数据库”不等于 SQL 可以无差别复用。分页、日期函数、自增字段、JSON 运算符和事务语义仍由具体数据库决定。例如，MySQL 常用 AUTO_INCREMENT，PostgreSQL 则通常使用 identity 列。客户端可以统一入口，却不能消除数据库方言。
-- PostgreSQL 版本
CREATE TABLE release_check (
id BIGINT GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
database_name VARCHAR(32) NOT NULL,
checked_at TIMESTAMPTZ NOT NULL DEFAULT CURRENT_TIMESTAMP,
result VARCHAR(16) NOT NULL
);
INSERT INTO release_check (database_name, result)
VALUES ('postgresql', 'passed');
SELECT id, database_name, checked_at, result
FROM release_check
ORDER BY checked_at DESC;
如果在 MySQL 或 MariaDB 中运行，可将主键定义改为 id BIGINT AUTO_INCREMENT PRIMARY KEY，并将 TIMESTAMPTZ 改为 TIMESTAMP。这也是评估客户端跨数据库体验时值得检查的一组基础操作。
AI 能力应放在可审查的流程里
AI 可以帮助生成查询、解释执行计划或整理字段，但数据库客户端直接连接真实数据，错误 SQL 的成本远高于普通代码补全。生成结果应当经过人工审查，并优先在只读连接或测试环境中执行。
可以为 AI 查询建立明确约束，例如使用下面的提示词：
你是 PostgreSQL 只读查询助手。
只允许生成单条 SELECT 或 WITH ... SELECT 语句。
禁止 INSERT、UPDATE、DELETE、MERGE、DDL 和事务控制语句。
所有查询必须包含 LIMIT 100。
涉及用户表时，不得选择 password_hash、token、phone 字段。
输出顺序：风险说明、SQL、索引建议。
提示词不是安全边界。数据库账号仍应只授予必要权限，例如在 PostgreSQL 中创建只读角色：
CREATE ROLE db_tool_reader LOGIN PASSWORD 'replace-with-a-strong-password';
GRANT CONNECT ON DATABASE appdb TO db_tool_reader;
GRANT USAGE ON SCHEMA public TO db_tool_reader;
GRANT SELECT ON ALL TABLES IN SCHEMA public TO db_tool_reader;
ALTER DEFAULT PRIVILEGES IN SCHEMA public
GRANT SELECT ON TABLES TO db_tool_reader;
运行前需要替换密码，并由具备授权资格的管理员执行。若业务表不在 public schema，还需调整 schema 名称。生产环境也不应把高权限管理员账号保存为日常连接。
用一组最小测试验证 v9.8.1
桌面数据库工具升级后，最容易受影响的通常是连接驱动、认证、SQL 编辑器、结果集展示和导入导出流程。可以选一个不含敏感信息的测试库，执行以下检查：
- 分别连接团队实际使用的数据库版本，验证密码、SSH 隧道、TLS 和超时设置。
- 执行参数化查询或普通只读查询，检查结果分页、NULL、Unicode、时区和大字段显示。
- 导出少量 CSV 或 SQL，再导入临时表，比较行数、字段类型和特殊字符。
- 验证建表、模型和同步功能生成的变更脚本，确认没有隐式删除列或重建大表。
- 检查 AI 生成的 SQL 是否符合当前数据库方言，并用低权限账号执行。
- 对摘要中提及的云相关能力，重点确认凭据保存位置、代理设置、证书校验和团队权限边界。
导出后可以用命令行快速检查文件，避免只凭界面提示判断成功：
# 将 export.csv 替换为工具实际生成的文件
wc -l export.csv
head -n 3 export.csv
sha256sum export.csv
macOS 如果没有 sha256sum，可使用 shasum -a 256 export.csv。行数需要结合 CSV 是否包含表头判断；如果字段本身可能带换行，应使用 CSV 解析器进行精确统计。
升级建议
个人开发环境可以先升级并建立新的测试连接；团队环境则适合保留旧版本安装包、导出连接配置，并挑选一台非关键工作站试运行。涉及同步、批量更新、结构变更和生产数据导出的功能，需要单独验证，不能仅凭普通查询成功就判定升级无风险。
v9.8.1 延续了袋鼠数据库工具面向多数据库、跨平台和 AI 辅助开发的方向。真正决定它是否适合进入团队工作流的，不只是支持列表的长度，而是连接是否稳定、生成 SQL 是否透明、导入导出是否可验证，以及权限能否始终遵循最小化原则。