Datasette Agent 釋出
Simon Willison 宣佈了 Datasette Agent 的首次釋出，這是一個可擴充套件的 AI 助手，為使用者提供對話式介面來查詢儲存在 Datasette 中的資料。它支援透過外掛生成圖表、影像以及程式碼執行，並且可以執行本地模型。該助手基於 LLM 庫構建，代表了 LLM 與 Datasette 的融合。
Datasette Agent 是 Simon Willison 多年來在 LLM 庫上工作的成果，終於將 LLM 與 Datasette 結合在一起。該工具提供了對話式介面，使用者可以用自然語言詢問儲存在 Datasette 中的資料，並自動生成 SQL 查詢。例如，在演示中，使用者詢問“Simon 最近一次看到鵜鶘是什麼時候？”，系統便會查詢相關資料庫並返回結果。演示中使用了 Gemini 3.1 Flash-Lite 模型，它速度快、成本低，且能很好地編寫 SQLite 查詢。
Datasette Agent 的核心特性是可擴充套件性，透過外掛可以實現更多功能。目前已經發布了三個官方外掛：datasette-agent-charts 讓 Agent 能夠生成圖表，基於 Observable Plot；datasette-agent-openai-imagegen 利用 ChatGPT Images 2.0 新增了影像生成功能；datasette-agent-sprites 則允許在 Fly Sprites 持久化沙箱中執行程式碼。Willison 表示，使用 Claude Code 和 OpenAI Codex 可以高效地編寫外掛，只需參考 datasette-agent 倉庫即可。
此外，Datasette Agent 還可以執行在本地模型上。Willison 演示瞭如何使用 uv 在 Mac 上的 LM Studio 中執行 gemma-4-26b-a4b 模型。他提到，Agent 需要可靠的函式呼叫能力，而近六個月釋出的開源模型在這方面表現越來越好。
對於未來，Willison 計劃利用 Datasette Agent 的經驗來改進 LLM 庫，並探索自己的 Claude Artifacts 實現。他還希望構建一個名為 Claw 的個人 AI 助手，整合來自數字生活不同部分的資料，這也會重新審視他之前開發的 Dogsheep 工具集。Datasette Agent 也將整合到 Datasette Cloud 中供使用者使用。
最後，Willison 邀請感興趣的讀者加入 #datasette-agent Discord 頻道討論專案。