在Datasette这样强大的数据探索工具中，如果能够为任意SQL查询结果自动标注每一列来自哪个表的哪个字段，将极大提升用户体验。例如，对于查询select users.name, orders.total from users join orders on orders.user_id = users.id，理想情况下程序应能识别出结果中的name列源自users.name，total列源自orders.total。这听起来简单，但实际上需要解析复杂的查询语法，包括JOIN、子查询和公共表表达式（CTE）。
Simon Willison在其研究中探索了多种实现方案。他最初尝试使用Claude Code（Opus 4.8模型，当时Fable已被美国政府禁用）来自动生成解决方案。研究发现了三条可行的技术路径。
第一种方法是利用第三方Python库apsw。apsw直接封装了SQLite的C API，其cursor.description_full属性能够返回每列对应的表名和原始列名，是最直接的方式。第二种方法不需要额外安装库，而是通过Python内置的ctypes模块直接调用SQLite的C函数sqlite3_column_table_name()。这个函数在标准库sqlite3模块中并未暴露，但通过ctypes桥接可以轻松获取。第三种方法则更为巧妙：通过执行EXPLAIN命令并解析其输出，可以推断出每列的来源，这种方法完全不依赖SQLite的元数据API。
不过，这些方法都有一个前提：SQLite在编译时必须启用SQLITE_ENABLE_COLUMN_METADATA选项。幸运的是，大多数主流Python发行版（如从python.org下载的版本）中内置的SQLite默认已启用该选项，因此在实际应用中通常无需额外配置。
这项技术的实现将显著增强Datasette的功能。例如，在查询结果页面中，每列的标题旁边可以显示其来源表名，点击即可跳转到对应的数据表视图。更进一步，还可以实现列级别的权限控制，或者自动生成数据血缘图。虽然目前这项工作仍处于研究阶段，但上述多种可行的实现路径为后续开发奠定了坚实基础。