Datasette Agent 发布
Simon Willison 宣布了 Datasette Agent 的首次发布，这是一个可扩展的 AI 助手，为用户提供对话式接口来查询存储在 Datasette 中的数据。它支持通过插件生成图表、图像以及代码执行，并且可以运行本地模型。该助手基于 LLM 库构建，代表了 LLM 与 Datasette 的融合。
Datasette Agent 是 Simon Willison 多年来在 LLM 库上工作的成果，终于将 LLM 与 Datasette 结合在一起。该工具提供了对话式界面，用户可以用自然语言询问存储在 Datasette 中的数据，并自动生成 SQL 查询。例如，在演示中，用户询问“Simon 最近一次看到鹈鹕是什么时候？”，系统便会查询相关数据库并返回结果。演示中使用了 Gemini 3.1 Flash-Lite 模型，它速度快、成本低，且能很好地编写 SQLite 查询。
Datasette Agent 的核心特性是可扩展性，通过插件可以实现更多功能。目前已经发布了三个官方插件：datasette-agent-charts 让 Agent 能够生成图表，基于 Observable Plot；datasette-agent-openai-imagegen 利用 ChatGPT Images 2.0 添加了图像生成功能；datasette-agent-sprites 则允许在 Fly Sprites 持久化沙箱中执行代码。Willison 表示，使用 Claude Code 和 OpenAI Codex 可以高效地编写插件，只需参考 datasette-agent 仓库即可。
此外，Datasette Agent 还可以运行在本地模型上。Willison 演示了如何使用 uv 在 Mac 上的 LM Studio 中运行 gemma-4-26b-a4b 模型。他提到，Agent 需要可靠的函数调用能力，而近六个月发布的开源模型在这方面表现越来越好。
对于未来，Willison 计划利用 Datasette Agent 的经验来改进 LLM 库，并探索自己的 Claude Artifacts 实现。他还希望构建一个名为 Claw 的个人 AI 助手，整合来自数字生活不同部分的数据，这也会重新审视他之前开发的 Dogsheep 工具集。Datasette Agent 也将集成到 Datasette Cloud 中供用户使用。
最后，Willison 邀请感兴趣的读者加入 #datasette-agent Discord 频道讨论项目。