O CADERNO DO LABORATÓRIO / Lily DB
Pequenas atualizações.
Grandes reviravoltas.
Novos truques. Menos tropeços. Aquele eventual “como a gente vivia sem isso?” Veja o que está rolando com Lily DB.
97 versões314 melhorias e correçõesSEMPRE MEXENDO EM ALGUMA COISA.
CORTEX LABSNOTAS DE CAMPO
ÚLTIMO CAPÍTULO
v0.33.121 de outubro de 2026Lily DB
97 capítulos na história até agora.
Lily menor. O + mais perto.
2 motivos para se empolgar
Lily menor. O + mais perto.
- Perguntar à Lily agora cabe em um botão compacto, com carinha pequena, rosa suave e um toque de movimento ao passar o mouse. Mais espaço para as abas das consultas.
- O botão para abrir outra conexão agora fica logo depois da última aba de conexão, igual às abas de consultas.
Respostas chegando. Conexões voltando sozinhas.
5 motivos para se empolgar
Respostas chegando. Conexões voltando sozinhas.
- O Ask Lily ganhou uma conversa redesenhada, tempo decorrido visível e respostas progressivas: os resultados aparecem antes de terminar a explicação, que chega aos poucos enquanto é gerada.
- A Lily prepara um catálogo nativo do schema em segundo plano, navega para encontrar as tabelas relevantes e lê suas colunas reais antes de escrever o SQL. Sem instalar Python ou outro ambiente de execução.
- Abas compactas de conexão e consulta ganharam seleção mais clara, cores sutis e botões de fechar que não deslocam o texto. Mais clareza sem ocupar o espaço dos dados.
- Conexões SQL se recuperam automaticamente após inatividade, suspensão do Mac ou uma leitura interrompida. Rascunhos e edições pendentes ficam preservados; gravações com resultado incerto nunca são repetidas automaticamente.
- Comentários SQL não bloqueiam mais consultas de leitura válidas no Ask Lily. A proteção continua rejeitando gravações, inclusive dentro de CTEs.
Corrigido: a Lily abre novamente após atualizar
1 motivo para se empolgar
Corrigido: a Lily abre novamente após atualizar
- Corrigida uma incompatibilidade de assinatura na versão 0.32.0 que podia impedir a Lily de abrir no macOS. O perfil de provisionamento do iCloud e o certificado Developer ID agora correspondem, e o empacotamento verifica isso antes de compilar.
Mais espaço para suas tabelas. Mais personalidade também.
3 motivos para se empolgar
Mais espaço para suas tabelas. Mais personalidade também.
- Entender, Mapa e Criar mantêm suas cores em botões mais baixos. Os dashboards agora abrem em um único menu compacto, deixando mais espaço para suas tabelas.
- Uma trilha integrada de banco para schema, linhas com mais respiro e contagens alinhadas facilitam a navegação. Passe o mouse no ícone de uma tabela para favoritá-la sem deslocar o nome.
- Um banquinho com personalidade substitui o gato da barra lateral. Dê um oi para ouvir uma piada de SQL; a identificação de produção continua visível, e as animações respeitam Reduzir Movimento.
Abra os bancos do Orbit com um clique
2 motivos para se empolgar
Abra os bancos do Orbit com um clique
- O “Abrir na Lily DB” do Orbit salva o banco com o túnel SSH já configurado: o servidor, o endereço dentro do cluster e o usuário. A Lily abre o túnel sozinha toda vez, sem passar pelo terminal.
- A Lily pede a senha uma vez só e guarda no Keychain; o link nunca leva a senha. Abrir o mesmo banco de novo conecta na hora.
Resultados grandes, rolagem macia
2 motivos para se empolgar
Resultados grandes, rolagem macia
- Resultados grandes rolam sem engasgar. Os resultados de consulta e os dados das tabelas agora são desenhados pelo próprio macOS, então um resultado com dezenas de colunas rola tão rápido quanto um pequeno: até 17 vezes mais rápido nas tabelas mais largas que medimos.
- Nada para reaprender: ordene pelo cabeçalho, use ⌥-clique para agregar, filtrar ou redimensionar uma coluna, dê duplo clique para abrir ou editar uma célula e clique com o botão direito para copiar ou apagar uma seleção inteira, como antes.
Dashboards confiáveis e uma Lily cheia de opinião
5 motivos para se empolgar
Dashboards confiáveis e uma Lily cheia de opinião
- Dashboards fáceis de achar, de reaproveitar e de confiar. Eles ficam na barra lateral e na tela inicial, a um clique. Um :name em qualquer bloco vira um campo no topo, então um só dashboard serve para cada loja, equipe ou período.
- Seguros em produção: dashboards só leem, nunca escrevem. Numa conexão de produção, eles esperam por você em vez de rodar ao abrir, e cada bloco para depois de 30 segundos.
- A Lily agora tem voz própria: carinhosa, um pouco opinativa e gentil com as suas convenções de nomes. Erros e avisos continuam diretos e objetivos; o comentário dela aparece ao lado, nunca no lugar deles.
- Um visual mais calmo. O brilho colorido se foi; a Lily agora fica sobre um papel quadriculado discreto, e quem dá cor são os seus dados. O instalador ganhou o mesmo ar de prancheta.
- Reabrir a Lily não traz mais de volta abas de tabelas que foram excluídas. Ela confere com o banco antes e avisa uma vez só o que deixou de fora.
Nunca mais preso numa tabela que sumiu
1 motivo para se empolgar
Nunca mais preso numa tabela que sumiu
- Corrigido: reabrir a Lily numa aba cuja tabela não existe mais podia empurrar a barra de abas, a barra de conexão e a barra lateral para fora da tela, deixando só o Tentar de novo. A janela volta a caber na tela, e essa aba agora oferece Fechar aba.
Seu banco de dados agora tem guia turístico
5 motivos para se empolgar
Seu banco de dados agora tem guia turístico
- O Entender agora é um tour guiado: explore as áreas do negócio, veja o que cada tabela significa, siga os relacionamentos dela e abra uma tabela ou uma ideia de consulta. A Lily vai comentando o passeio. O Me surpreenda escolhe um lugar que você ainda não visitou.
- Um Entender mais leve: o grafo de relacionamentos saiu, a análise em cache e o índice do guia são preparados fora da thread principal, e as ideias de consulta só carregam quando você pede.
- Uma barra lateral mais arrumada põe a conexão, o banco e o schema cada um no seu lugar, com ações compactas e uma Lily mais leve no topo. Menos bagunça, mais espaço para as suas tabelas.
- O Pergunte aos seus dados mostra a trilha de etapas, um cronômetro do tempo decorrido e o Parar sempre à mão. Resultados vazios, carregamentos e erros de consulta agora vêm com um pouco mais de orientação e de personalidade.
- O editor marca o tempo enquanto a consulta roda, resultados fresquinhos ganham uma patinha e, de vez em quando, um carimbo de velocidade comemora uma busca rápida. Bancos de dados sérios. Companhia nem tanto.
Saiba sempre onde você está
4 motivos para se empolgar
Saiba sempre onde você está
- Saiba sempre por onde você está navegando. Um novo seletor no topo da barra lateral mostra o banco e o schema que você está explorando — e explica, para cada engine, o que cada nível significa (um catálogo no Trino, um banco anexado no SQLite, um banco no MySQL que é o próprio schema).
- Escolher um schema só filtra a lista: nunca reescreve seu SQL nem fecha suas abas. Abrir uma tabela segue o schema dela, o ClickHouse agora também troca de banco, e trocar de banco pergunta antes quando há edições de tabela não salvas.
- O formulário de conexão virou um estúdio: painéis simpáticos para o caminho de entrada, as regras da casa e o túnel secreto, com a plaquinha de coleira em destaque enquanto você preenche.
- As Novidades ganharam mais respiro — margens maiores e cards mais espaçosos — e as escolhas salvas de provedor de IA sobrevivem quando uma CLI some temporariamente.
Mais espaço para os novos truques da Lily
3 motivos para se empolgar
Mais espaço para os novos truques da Lily
- As Novidades ganharam mais respiro: margens maiores, cards mais espaçosos e um espaço confortável em volta do cabeçalho e do rodapé. Abra uma descoberta para ler a história completa ou navegue pelas versões anteriores.
- Conheça a Lily brincalhona: uma tela inicial com piadas de SQL, uma primeira aventura guiada, prévias visuais dos temas e uma pequena comemoração nas notas de versão. Suas conexões agora são pesquisáveis, e o Conectar fica sempre à vista.
- Verificar os provedores de IA instalados agora preserva as suas seleções salvas quando uma CLI está temporariamente ausente. Os testes de conexão dão um retorno mais claro, e as animações seguem as configurações de acessibilidade do seu Mac.
Uma Lily mais simpática e brincalhona
4 motivos para se empolgar
Uma Lily mais simpática e brincalhona
- Uma tela inicial novinha: busque suas conexões enquanto digita e pule para o banco de exemplo, o playground no Docker ou as notas da versão mais recente em um clique. Faça um carinho na Lily e ganhe uma pérola de sabedoria.
- Criar uma conexão agora é divertido. Cada engine tem sua própria personalidade, e uma plaquinha de coleira vai sendo gravada enquanto você digita. Mande farejar e a Lily conta em quanto tempo achou o servidor — ou mostra o erro exato dele quando perde o rastro.
- Segurança à vista: conexões de produção usam faixas de alerta, as somente leitura usam um cadeado, e quando você marca uma conexão nova como Produção, a Lily oferece deixá-la somente leitura em um clique.
- Playground, Configurações (temas de cores com prévia ao vivo e um botão para conferir se cada provedor de IA responde de verdade) e tour inicial redesenhados — e as Novidades agora deixam você voltar por todas as versões anteriores.
Entenda seu banco de dados como um mapa vivo
2 motivos para se empolgar
Entenda seu banco de dados como um mapa vivo
- O “Entenda este banco” agora é um grafo vivo. Cada subsistema é um nó luminoso, do tamanho das suas tabelas, ligado aos outros pelos relacionamentos reais que cruzam entre eles — então um schema grande se lê num relance, em vez de virar um borrão.
- É uma tela para explorar: arraste um subsistema para reorganizá-lo, passe o mouse para acender as conexões dele, arraste o fundo para se mover e faça o gesto de pinça para dar zoom. Clique em um para explorar as tabelas dele ou mover os dados.
Perguntas entre bancos, agora mais espertas
2 motivos para se empolgar
Perguntas entre bancos, agora mais espertas
- A pergunta entre bancos agora chega ao banco certo. Ela nunca pula um banco que ainda não analisou — não dá para descartar o que não viu — e compara pelo significado, no singular ou no plural, então “cliente” encontra a sua tabela clientes.
- E ela se conserta sozinha: se a consulta gerada esbarra numa função ou coluna que não existe, a Lily reescreve uma vez e tenta de novo — sempre somente leitura. Ela também evita funções de extensões do Postgres (como unaccent) que podem não estar instaladas.
Sincronização com o iCloud no piloto automático
4 motivos para se empolgar
Sincronização com o iCloud no piloto automático
- A sincronização com o iCloud agora roda sozinha — quando você abre a Lily, quando liga a sincronização e (com debounce) depois que você adiciona ou remove uma conexão. Uma linha de “última sincronização” mostra quando ela rodou pela última vez, para você nunca ficar no chute.
- Mudou de ideia? Desligue a sincronização e remova sua cópia sincronizada do iCloud em um passo só, direto nas Configurações.
- Mais silenciosa por baixo dos panos: uma sincronização sem nada novo não reenvia mais todas as conexões a cada rodada, rodadas simultâneas não disputam entre si, e um grupo excluído em outro Mac não deixa mais uma referência solta.
- Uma primeira execução renovada: o tour de boas-vindas foi refeito em torno do que a Lily faz hoje — perguntar a todos os seus bancos, o Investigar que aplica e prova uma correção, e mover dados entre engines.
Suas conexões em todos os seus Macs
4 motivos para se empolgar · Filme incluso
Suas conexões em todos os seus Macs
- Ligue a sincronização com o iCloud e suas conexões salvas acompanham você em cada Mac em que você entra — nomes, hosts, portas, opções. Conexões novas e exclusões também vão junto; ela fica desligada até você ligar em Configurações → Sincronização iCloud.
- Privada por construção: só os metadados das conexões sincronizam. Suas senhas, chaves e segredos nunca saem do Keychain deste Mac e nunca tocam o iCloud — pela própria estrutura, o registro sincronizado não consegue carregar um segredo.
- Mais jeitos de entrar e sair: exporte um .xlsx de verdade, que abre certinho no Excel e no Numbers, e importe arquivos JSON, NDJSON e Parquet direto para uma tabela. Os leitores de arquivo são defensivos — um arquivo malformado é recusado com um erro claro em vez de derrubar o app.
- Correção na IA local: o OpenAI Codex volta a passar no teste de conexão e a rodar todos os recursos de IA.
Pergunte a todos os seus bancos
2 motivos para se empolgar
Pergunte a todos os seus bancos
- Faça uma pergunta em linguagem natural sem escolher uma conexão. A Lily descobre qual dos seus bancos abertos tem a resposta — pelo assunto de cada um —, pergunta a cada um separadamente e devolve uma resposta só, dizendo de qual banco veio cada informação. O botão ✨ aparece na barra de conexão quando há dois ou mais bancos abertos.
- Seguro e honesto: cada banco responde em modo somente leitura, com os próprios valores mascarados, e nada passa de um para o outro — a resposta combinada é costurada a partir da resposta já mascarada de cada banco, nunca das linhas cruas. A Lily diz exatamente quais conexões consultou, quais falharam e quais considerou sem relação. Tudo no seu Mac, sem chave de API.
O Investigar aplica a correção — e prova que funcionou
2 motivos para se empolgar
O Investigar aplica a correção — e prova que funcionou
- O Investigar não para mais no diagnóstico. Ele propõe uma correção concreta — como um índice que está faltando — e, com um clique, aplica, mede o custo estimado da consulta antes e depois, e reverte sozinho se não ajudou de verdade. Nada fica para trás sem ter merecido o lugar.
- Seguro por design: numa conexão somente leitura ele só propõe e nunca escreve; toda correção precisa citar a evidência por trás dela ou é descartada; e como criar um índice não roda dentro de uma transação, uma correção que não deu certo é desfeita com um DROP compensatório — não com uma promessa. Tudo roda no seu Mac, e as consultas são mascaradas antes da análise.
IA mais afiada em bancos grandes
3 motivos para se empolgar
IA mais afiada em bancos grandes
- Num banco grande, a Lily agora embasa a IA só nas tabelas relevantes para o seu pedido — encontradas por um modelo de linguagem que roda no próprio Mac, sem chave de API — em vez de mandar o schema inteiro. E ela diz exatamente quais tabelas ficaram de fora, então um schema grande não perde mais tabelas da visão da IA em silêncio.
- A busca semântica agora encontra uma tabela pelo significado, não só por palavra-chave: peça “dinheiro devolvido aos compradores” e ela acha refunds — mesmo com a pergunta em português e as tabelas com nomes em inglês.
- Tudo no seu Mac, com privacidade — no primeiro uso, um pequeno modelo de linguagem da Apple é baixado uma única vez; depois, tudo funciona offline, e nada sobre o seu schema sai do seu Mac. Vem ligado por padrão; desligue nas Configurações para sempre mandar o schema completo.
Mova e converta bancos grandes também
2 motivos para se empolgar
Mova e converta bancos grandes também
- Mover uma tabela inteira para outro engine agora faz streaming das linhas com memória limitada, então uma tabela grande passa em vez de ser recusada. O schema de destino é tirado da origem, então cada coluna mantém o tipo que tem lá — uma coluna de texto com cara de número não vira número.
- Converter um banco relacional para MongoDB também faz streaming agora: lê a tabela raiz em lotes e busca só os filhos de cada lote, pela chave — então um banco grande é convertido sem carregar todas as tabelas na memória de uma vez.
Copie tabelas de qualquer tamanho
2 motivos para se empolgar
Copie tabelas de qualquer tamanho
- Migrar um banco, exportar para CSV/JSON/NDJSON e gerar dumps SQL agora fazem streaming das linhas com memória limitada — então uma tabela com milhões de linhas passa sem ser carregada inteira na RAM (nem recusada, como acontecia na versão anterior). A paginação é por keyset, para ganhar velocidade onde o engine suporta.
- Por baixo dos panos, a cópia não consegue mais truncar uma tabela grande em silêncio, e pagina corretamente mesmo quando a chave da tabela não declara um tipo claro — como uma chave primária sem tipo no SQLite que guarda inteiros.
Dashboards, gestão de abas e cópias mais seguras de bancos grandes
3 motivos para se empolgar
Dashboards, gestão de abas e cópias mais seguras de bancos grandes
- Dashboards — fixe suas consultas num dashboard ao vivo: uma grade de blocos, cada um com seu próprio SQL renderizado como gráfico, número grande ou tabela compacta, atualizando no intervalo que você escolher. Salvos por conexão, então uma análise sobrevive a um reinício em vez de se espalhar por abas de consulta.
- Feche todas as abas — ou todas as outras — clicando com o botão direito em qualquer aba, do jeito que você espera. Abas fixadas ficam onde estão, e uma aba com edições de tabela não salvas pergunta antes de ser descartada.
- Duas correções de confiabilidade: a janela não abre mais cortada — ela é trazida de volta para a área visível da tela — e uma migração de banco agora recusa uma tabela grande demais para copiar com segurança, em vez de descartar em silêncio as linhas que passam do limite.
Converta entre SQL e MongoDB — com IA
2 motivos para se empolgar
Converta entre SQL e MongoDB — com IA
- Transforme um banco relacional em documentos MongoDB — clique com o botão direito num schema, escolha uma conexão Mongo, escolha (ou dê nome a) um banco de destino, e a Lily desenha o modelo de documentos com IA seguindo as boas práticas de NoSQL: embute os dados que pertencem à linha, referencia o que é compartilhado, aninha os filhos dentro do pai e remove as chaves de ligação antes de gravar os documentos.
- …e no sentido contrário, para um schema SQL de verdade — clique com o botão direito num banco MongoDB e a Lily amostra cada coleção para inferir as tabelas: campos escalares viram colunas, objetos aninhados são achatados e arrays viram tabelas filhas com chaves estrangeiras e índices. Depois a IA refina — nomes mais claros e tipos mais precisos (um campo de texto que na verdade é uma data ou um número) — e cada mudança é conferida de novo contra os dados, para que o resultado continue carregando.
Migre um banco inteiro para outro engine
2 motivos para se empolgar
Migre um banco inteiro para outro engine
- Migração de banco entre engines — clique com o botão direito num schema e copie-o, com estrutura e dados, para outra conexão: qualquer origem relacional para PostgreSQL, MySQL, SQLite ou SQL Server (SQL Server → PostgreSQL e vice-versa). Os tipos das colunas são mapeados, as chaves (primárias, estrangeiras e compostas) são recriadas na ordem de dependência e as linhas são copiadas dos pais para os filhos — com prévia do DDL antes de qualquer coisa rodar, e rollback se algo falhar.
- Ela preserva o que deixa o banco utilizável: enums migram como enum de verdade onde o engine tem (e como CHECK onde não tem), chaves auto-increment continuam gerando a partir dos dados copiados, e defaults, constraints unique, arrays e índices vêm junto. O que não dá para traduzir automaticamente — views, procedures, triggers — é listado, nunca descartado em silêncio.
Um playground para testar e notebooks para pensar
3 motivos para se empolgar · Filme incluso
Um playground para testar e notebooks para pensar
- Docker Playground — suba um banco descartável, já com dados, em um clique, direto na Lily. Escolha Postgres, MySQL, SQL Server, Redis, MongoDB, DynamoDB, Trino ou ClickHouse e a Lily inicia o contêiner, espera ele ficar pronto, popula com dados de exemplo e conecta. O modo “Manter” dá um volume ao banco e o guarda num grupo Playground, para ele seguir vivo como um banco de desenvolvimento de verdade — com uma string de conexão pronta para copiar no seu app. Precisa do Docker instalado.
- Notebooks — SQL, Markdown e gráficos num só documento que você roda célula por célula. Mantenha várias consultas lado a lado, cada uma com seu resultado, escreva texto entre elas e transforme qualquer resultado em gráfico. Salvos por conexão, então uma análise sobrevive a um reinício em vez de se espalhar por abas de consulta.
- Continue a conversa — depois que você age sobre algo que a IA escreveu, o painel Perguntar agora lembra do contexto em vez de começar do zero.
Mova dados entre quaisquer dois engines
4 motivos para se empolgar
Mova dados entre quaisquer dois engines
- Mova dados entre engines — a única coisa que só um cliente com nove engines consegue fazer. Pegue o resultado de uma consulta ou uma tabela inteira e materialize em outra conexão: qualquer engine SQL (Postgres, MySQL, SQLite, SQL Server, ClickHouse, Trino), MongoDB ou DynamoDB. A Lily infere os tipos das colunas e cria a tabela de destino (ou acrescenta numa existente), com prévia do DDL antes de rodar.
- Pergunte em linguagem natural e depois mova: descreva as linhas que você quer, deixe a IA escrever a consulta e mande o resultado completo para outro engine em um clique.
- O Trino entra no monitor de atividade — veja as consultas em execução e encerre uma. O Trace agora cobre sete engines.
- Exporte para NDJSON — o JSON delimitado por linha que jq, DuckDB e pipelines de log consomem em cargas via streaming.
Veja o que o MongoDB e o Redis estão fazendo — e monte pipelines do Mongo visualmente
4 motivos para se empolgar
Veja o que o MongoDB e o Redis estão fazendo — e monte pipelines do Mongo visualmente
- O monitor de atividade agora cobre também o MongoDB e o Redis. No MongoDB, acompanhe as operações ao vivo (via currentOp) e encerre uma que saiu do controle. No Redis, veja os comandos lentos (SLOWLOG) e todos os clientes conectados — e desconecte um. O Trace agora cobre a frota inteira, não só os engines SQL.
- Monte uma agregação do MongoDB visualmente — empilhe $match, $group, $sort, $lookup e outros como cards que você reordena e edita, e mude para o JSON cru quando quiser. Chega de equilibrar colchetes na mão.
- Veja uma coleção mudar ao vivo: um change stream acompanha inserts, updates e deletes conforme acontecem, com cores e do mais novo para o mais antigo (em deployments com replica set).
- Mais duas formas de transformar um resultado em gráfico — área e dispersão se juntam a barras, linha e pizza.
MongoDB e SQL Server, do jeito certo
5 motivos para se empolgar · Filme incluso
MongoDB e SQL Server, do jeito certo
- MongoDB repaginado: documentos abrem como cards limpos de chave→valor (com campos aninhados e tudo), e você pode perguntar aos seus dados em linguagem natural — a Lily escreve o pipeline de agregação, executa e responde. Os detalhes da coleção mostram os índices, o Explain aponta um full scan (COLLSCAN vs IXSCAN), você pode criar um índice, e a edição mantém os tipos exatos (o Decimal128 não arredonda mais).
- Um monitor de atividade completo para o SQL Server: veja todas as consultas em execução, quem está bloqueando quem e as consultas mais caras — lidas direto das DMVs — e encerre uma sessão descontrolada. E ainda um plano de execução visual (SHOWPLAN) e o “Acelerar esta query” em um clique, que aplica um índice e prova o ganho, antes e depois.
- Edite coleções do Redis, não só strings: adicione, altere e remova campos de hash, membros de set e sorted set e itens de lista — e cada chave agora mostra o tipo de relance no navegador.
- A IA vai mais longe: o Investigar e as migrações reversíveis com IA agora funcionam também no Trino e no ClickHouse, embasados no plano e no DDL reais de cada engine.
- Arrumação entre engines: as consultas salvas lembram para qual engine foram escritas (com um filtro do mesmo engine), e o histórico de consultas pode mostrar só a conexão em que você está.
Um ícone mais certeiro para o DynamoDB
1 motivo para se empolgar
Um ícone mais certeiro para o DynamoDB
- Um pequeno retoque: o DynamoDB agora usa uma chave, não uma caixa — bem apropriado para um banco chave-valor.
DynamoDB do jeito certo — consultas nativas, IA e visão de documento
4 motivos para se empolgar · Filme incluso
DynamoDB do jeito certo — consultas nativas, IA e visão de documento
- Consulte do jeito que o DynamoDB foi feito para ser usado: busque pela chave de partição + chave de ordenação (begins-with, between, intervalos) na tabela ou em qualquer índice secundário, em vez de varrer tudo. Uma barra de filtro rápido refina a navegação sem escrever PartiQL, e as páginas carregam sob demanda, mostrando o custo de leitura (RCU).
- Edite um item no lugar — e seus dados mantêm o formato exato: String Sets, Number Sets e Binary agora fazem a ida e volta sem perda, em vez de virarem listas. Um painel de detalhes mostra chaves, índices, cobrança e TTL, e você pode criar uma tabela com um índice secundário global.
- Pergunte aos seus dados do DynamoDB em linguagem natural — a Lily amostra o schema da tabela, escreve o PartiQL, executa (só leitura) e responde. O “Entender” descreve o que uma tabela guarda e como ela é modelada.
- Uma visão de item mais limpa: documentos abrem como cards organizados de chave→valor — sets como chips, tipos com cores, fiel a um banco NoSQL — com uma visão em tabela a um clique para dados uniformes. E uma proteção identifica uma conta real da AWS, pedindo que você digite o nome da tabela antes de excluí-la.
Amazon DynamoDB — o nono engine
3 motivos para se empolgar
Amazon DynamoDB — o nono engine
- O Amazon DynamoDB chegou — o nono engine. Conecte com suas chaves da AWS (ou um endpoint local para o DynamoDB Local), navegue por tabelas e itens como JSON colorido e consulte com PartiQL, uma linguagem parecida com SQL para os seus itens.
- Leitura e escrita completas, direto no app: crie uma tabela (chave de partição + chave de ordenação opcional), adicione itens por um editor JSON e exclua itens ou tabelas inteiras — sempre com confirmação, e bloqueado em conexões somente leitura.
- Um onboarding guiado — um tour rápido de 5 passos que explica de verdade o que a Lily faz: conectar qualquer banco, consultá-lo em linguagem natural, acompanhar o que está acontecendo com o Trace e ficar seguro por padrão.
A mensagem de erro de verdade — e o SQL da IA sai limpo
2 motivos para se empolgar
A mensagem de erro de verdade — e o SQL da IA sai limpo
- Agora você vê o erro real do banco. Quando uma consulta falha, a Lily mostra a mensagem de verdade — o erro de sintaxe exato ou a coluna que não existe — em vez de um enigmático “PSQLError error 1”. O Postgres só revelava a causa real durante o streaming do resultado, e ela escapava do tratamento de erros.
- O SQL gerado sai limpo. Quando um provedor de IA colocava um comentário antes da consulta, esse texto podia vazar para o SQL e quebrá-lo na hora de rodar. Agora a Lily fica só com o SQL e descarta todo o papo em volta.
Use todas as suas IAs de uma vez — em paralelo, e nada trava por causa de uma
4 motivos para se empolgar · Filme incluso
Use todas as suas IAs de uma vez — em paralelo, e nada trava por causa de uma
- Ative mais de um provedor de IA e ordene por prioridade. A Lily usa todos juntos — o primeiro lidera, e os outros ficam prontos para ajudar.
- Uma análise grande — entender um banco, escrever receitas, procurar colunas sensíveis — agora divide os lotes entre os provedores ativados e roda em paralelo, terminando mais rápido. Cada lote continua sendo feito uma única vez, então não custa nada a mais.
- Se um provedor está offline ou falha no meio do caminho, o lote dele é refeito em outro que esteja saudável — a análise não trava mais por causa de uma CLI instável.
- Teste qualquer provedor nas Configurações com um clique para confirmar que ele responde de verdade — e a janela de Configurações não se estica mais pela tela toda.
A IA dá conta de bancos SQL Server grandes — e nunca mais fica só travada
3 motivos para se empolgar
A IA dá conta de bancos SQL Server grandes — e nunca mais fica só travada
- Entender e fazer perguntas sobre um banco SQL Server grande agora funciona. Ler um schema com milhares de tabelas fazia uma consulta por tabela numa única conexão e estourava o tempo; agora é uma só consulta rápida ao catálogo, então o “Entender” e o “Pergunte aos seus dados” terminam em vez de ficar carregando para sempre.
- Nenhuma tarefa de IA roda para sempre. Entender um banco, escrever receitas e a varredura de dados sensíveis agora param depois de alguns minutos e guardam o que já terminaram (dá para continuar de onde parou), em vez de girar sem fim à vista.
- Quando a IA falha, você fica sabendo. Uma explicação, otimização, correção, sugestão de índice ou documentação que falhou agora mostra um erro claro e que fica na tela, em vez de uma mensagem que pisca e some — e uma análise parcial avisa que é parcial, em vez de fingir que terminou.
Um inspetor de linhas para JSON — e uma IA que você acompanha e pode parar
4 motivos para se empolgar
Um inspetor de linhas para JSON — e uma IA que você acompanha e pode parar
- Clique numa linha e abra o inspetor para ler o registro inteiro numa gaveta lateral, um campo por linha — e uma coluna JSON finalmente aparece formatada e colorida, em vez de espremida numa célula. Colunas de imagem mostram uma miniatura.
- Os recursos de IA contam o que estão fazendo. O “Pergunte aos seus dados”, o Investigar e o Gerar SQL agora mostram suas etapas — lendo o schema, escrevendo a consulta, validando, corrigindo — em vez de um spinner silencioso, então um pedido grande não parece mais travado.
- …e você pode pará-los. Um botão Parar (e fechar a janela) agora cancela a IA de verdade e a libera na hora, em vez de esperar um timeout de dois minutos. As receitas aparecem conforme cada lote fica pronto, em vez de todas no final.
- Schemas grandes não travam mais a IA. Montar o contexto do schema agora tem limite de tempo e de tamanho, então um banco com milhares de tabelas recebe uma resposta (ou um resultado claro) em vez de ficar carregando para sempre.
Mais rápida e mais leve — tabelas grandes voltam a rolar macio
4 motivos para se empolgar
Mais rápida e mais leve — tabelas grandes voltam a rolar macio
- Resultados grandes rolam suave. A grade volta a montar só as linhas que você vê (numa tabela larga, isso tinha parado de acontecer sem ninguém perceber), cada célula faz bem menos trabalho ao aparecer, e clicar numa linha seleciona na hora, em vez de esperar para ver se era um duplo clique. Tudo continua fluido até o limite de 50.000 linhas.
- O app inteiro responde mais rápido. Digitar no editor SQL, mover o cursor e navegar pelo schema não redesenham mais partes da tela que não mudaram — então uma tecla atualiza o editor, não os resultados embaixo dele.
- Os contadores de linhas carregam todos de uma vez. Abra um schema e a barra lateral preenche a contagem de linhas de todas as tabelas num passo só, em vez de ir pingando uma consulta por vez.
- Mais leve para o seu Mac quando está parada. O fundo animado e o título agora descansam em vez de se redesenhar para sempre, e resultados antigos de consulta são liberados assim que você segue em frente — então a Lily consome menos GPU, CPU e memória só por estar aberta.
Nada é apagado sem perguntar — e o Mongo abre em grade
6 motivos para se empolgar
Nada é apagado sem perguntar — e o Mongo abre em grade
- Apagar agora sempre pergunta antes. Remover uma linha direto da grade — em qualquer engine SQL, numa coleção do MongoDB ou numa chave do Redis — mostra exatamente o que vai ser afetado antes de acontecer, a mesma checagem de raio de impacto que o editor SQL já tinha. TRUNCATE e DROP TABLE pela barra lateral pedem que você digite o nome da tabela para confirmar.
- O “Entender” não trava mais num schema gigante. Num banco com milhares de tabelas, ele continua respondendo e pode ser cancelado, em vez de ficar carregando para sempre.
- Coleções do MongoDB abrem numa grade de verdade, não só como cards JSON — colunas com _id primeiro, valores aninhados mostrados na própria linha e a mesma exportação de qualquer outra tabela.
- Células que guardam uma imagem agora mostram a prévia: um PNG, JPEG, GIF, BMP ou WebP armazenado como bytea, base64 ou data URI aparece direto no inspetor de célula, com as dimensões.
- A tabela editável ganhou um rodapé — agregue qualquer coluna (contagem, soma, média, mínimo, máximo; contagem de distintos e de nulos para texto) e exporte só as linhas que você selecionou.
- Reabrir uma conexão traz de volta todo o seu espaço de trabalho — as abas de tabela que estavam abertas voltam também, não só os rascunhos de consulta.
Mais fluida com resultados grandes — e o cabeçalho fica no topo
3 motivos para se empolgar
Mais fluida com resultados grandes — e o cabeçalho fica no topo
- No macOS 26, a grade de resultados podia desenhar o cabeçalho das colunas embaixo da grade em vez de em cima. Agora ele fica fixo no topo a cada redesenho.
- Resultados grandes ficam mais leves: a grade não reconstrói mais todas as linhas a cada redesenho, a busca do ⌘F é memoizada para navegar entre os resultados sem varrer tudo de novo, e um script com vários statements agora limita o total de linhas que mantém na memória. Fechar uma aba no meio de uma consulta cancela a consulta, em vez de deixá-la rodando.
- Abrir ou selecionar uma aba de consulta além da borda da barra de abas agora rola até ela, em vez de deixá-la escondida no final.
Veja o que uma escrita vai atingir — antes de rodar
4 motivos para se empolgar
Veja o que uma escrita vai atingir — antes de rodar
- Antes de um DELETE ou UPDATE arriscado rodar, a confirmação agora mostra as linhas que ele vai atingir — uma amostra real tirada da tabela, com a contagem real de linhas afetadas — em vez de só um número. Funciona também com DELETE … RETURNING e escritas com subquery; o SQL fica recolhido para as linhas ficarem em primeiro plano.
- Colunas jsonb do PostgreSQL agora exibem o JSON em vez de “<JSONB>”. O valor binário carrega um byte de versão que a decodificação anterior não removia; jsonb escalar e arrays de jsonb agora são lidos corretamente, prontos para o visualizador de JSON da célula.
- UUIDs do Postgres agora aparecem em minúsculas, do jeito que o Postgres, o psql e outras ferramentas os exibem — assim um UUID copiado da Lily bate exatamente quando você cola numa busca em outro lugar.
- Editar uma célula de enum agora abre a lista de valores na própria célula, como um menu suspenso. Antes, ela abria solta, no topo da grade.
O SQL Server mostra todos os seus bancos
1 motivo para se empolgar
O SQL Server mostra todos os seus bancos
- Conecte no SQL Server e a barra lateral agora lista todos os bancos da instância — o master e todos os seus — com um seletor para alternar entre eles, igual ao Postgres. Antes, ela mostrava só os schemas do banco em que você tinha se conectado.
A IA chega a mais engines
2 motivos para se empolgar
A IA chega a mais engines
- O Pergunte aos seus dados, o Investigar e o Gerar SQL agora funcionam no SQLite. O SQLite não tem information_schema, então a IA escrevia SQL sem fazer ideia das suas tabelas — agora ela as lê do mesmo jeito que em qualquer outro engine relacional.
- O Entender agora funciona no Trino e no ClickHouse. Mapear o seu schema para o negócio por trás dele exige tabelas e colunas, não chaves estrangeiras — então esses dois engines, um de consulta e outro colunar, também ganham o recurso.
IA mais esperta e consultas que você descreve
3 motivos para se empolgar
IA mais esperta e consultas que você descreve
- O Pergunte aos seus dados escreve SQL melhor. Agora ele enxerga os valores reais de cada tipo enum (então não inventa um valor inválido como “CANCELED”) e coloca aspas certinho em nomes de coluna que diferenciam maiúsculas de minúsculas (então “userId” não vira mais um “userid” que não existe).
- As respostas da IA seguem o seu idioma. Explicar uma consulta, resumir um resultado, a revisão do Check-up e o Investigar escrevem no idioma escolhido para o app — e uma explicação começa com um título curto dizendo o que a consulta faz.
- Salve uma consulta com descrição. Uma tela de salvar mais limpa, com nome e uma nota de detalhes; com a IA configurada, ela sugere um título e uma descrição a partir da consulta. A biblioteca mostra, edita e pesquisa essa nota.
Resultados grandes continuam fluidos
3 motivos para se empolgar
Resultados grandes continuam fluidos
- Ordenar ou filtrar um resultado grande não congela mais o app. Um resultado grande — pense num SELECT * em dezenas de milhares de linhas — travava por um instante quando você clicava num cabeçalho para ordenar ou digitava um filtro; agora esse trabalho roda fora da thread principal, então a janela continua respondendo e as linhas se reorganizam um instante depois.
- Exportar uma tabela grande não congela mais o app. A escrita de CSV, JSON e Excel agora vai para o disco em segundo plano, sem bloquear a interface.
- Rolagem mais suave em tabelas grandes. No macOS 15 e posteriores, a grade de resultados volta a montar só as linhas que você vê, então rolar e redimensionar colunas em tabelas grandes fica mais leve.
Mais ágil, e uma correção do Julio
2 motivos para se empolgar
Mais ágil, e uma correção do Julio
- Menos trabalho enquanto você navega: a barra lateral do schema monta só as linhas que você vê em vez da árvore inteira, os valores de colunas enum são consultados uma vez por tabela em vez de a cada ordenação e página, e o fundo animado ficou mais leve. A diferença aparece mais em schemas grandes.
- Adicionar uma linha numa tabela vazia funciona. Uma tabela vazia mostrava um aviso de “Nenhuma linha” sem grade, então a linha nova não tinha onde aparecer — agora a linha editável aparece na hora. Valeu, Julio.
Duas correções do Igor
2 motivos para se empolgar
Duas correções do Igor
- Reabrir uma conexão agora mostra o banco em que você realmente está. Se você tinha trocado de banco numa sessão anterior, a barra lateral podia mostrar as tabelas do banco anterior até você recarregar — agora a árvore se atualiza para o banco atual ao abrir.
- Ordenar ordena a coluna em que você clicou. Numa tabela larga rolada para a direita, clicar num cabeçalho podia ordenar outra coluna — a área de clique do cabeçalho fixo se desalinhava da rolagem. Agora a grade mantém os dois alinhados.
Investigar, diff de dados e enums
5 motivos para se empolgar · Filme incluso
Investigar, diff de dados e enums
- Investigar: descreva um sintoma em linguagem natural — “por que a página de pedidos está lenta?” — e a Lily analisa o seu schema, as consultas recentes, os planos de execução delas e os traces mais lentos para apontar a causa provável. Cada afirmação cita a consulta, o plano ou a tabela que a sustenta, e toda consulta é mascarada antes da análise, então nenhum valor de linha é enviado.
- Diff de dados entre conexões: escolha a mesma tabela em duas conexões — produção e staging — e veja quais linhas existem só de um lado e quais têm a mesma chave mas diferem, célula por célula. O complemento, linha a linha, do diff de schema.
- Gerencie tipos enum. No Postgres, crie um enum, adicione um valor ou renomeie um deles pela barra lateral — e os valores de enum (inclusive arrays como status[]) aparecem com seus rótulos em vez de um id de tipo cru. No MySQL, clique com o botão direito numa coluna enum para editar os valores, preservando a nulabilidade.
- Exclua um banco e renomeie um schema, completando as ferramentas de gerenciamento de schema — excluir um banco exige a mesma confirmação de digitar o nome que o Excluir schema.
- Correções do relato do Igor: uma conexão nova mostra o banco que você realmente abriu, o Livro de receitas não estoura mais o tempo em schemas grandes (ele gera em lotes, com barra de progresso) e enums definidos pelo usuário aparecem direito. E mais duas falhas da barra lateral: uma linha azul de foco perdida e linhas que podiam sumir até você rolar.
Exclua um schema
1 motivo para se empolgar
Exclua um schema
- Agora dá para excluir um schema inteiro (ou um banco, no MySQL) — clique com o botão direito nele na barra lateral e escolha “Excluir schema…”. A Lily mostra o SQL exato antes, e como excluir um schema leva junto todas as tabelas dele, o botão fica desativado até você digitar o nome do schema para confirmar.
Pequena correção
1 motivo para se empolgar
Pequena correção
- O SQL Server aparecia duas vezes na tela de Nova Conexão — uma como engine de verdade e outra como um bloco “Em breve” esquecido. Agora ele é um engine de verdade, então o placeholder foi embora.
SQL Server — mais alguns tipos de coluna
1 motivo para se empolgar
SQL Server — mais alguns tipos de coluna
- Mais tipos de coluna do SQL Server aparecem corretamente: XML mostra o conteúdo, números REAL aparecem limpos (sem ruído de arredondamento de float) e colunas sql_variant com um número não ficam mais em branco. Descobrimos testando cada tipo contra um servidor real.
SQL Server — o oitavo engine
3 motivos para se empolgar · Filme incluso
SQL Server — o oitavo engine
- A Lily agora se conecta ao Microsoft SQL Server. Tudo o que você usa nos outros engines relacionais funciona aqui: navegar e editar tabelas, ordenar e filtrar no lugar, seguir chaves estrangeiras, rodar T-SQL, o Check-up do schema e os recursos de IA. É só escolher SQL Server ao adicionar uma conexão.
- É uma conexão nativa — sem driver ODBC para instalar, nada para configurar. A Lily fala o protocolo de rede do SQL Server diretamente, então a experiência é a mesma, rápida e autossuficiente, de todos os outros engines.
- Todo tipo de coluna aparece corretamente, conferido contra um servidor real: datas e horas, chaves uniqueidentifier (GUID), money, decimais, BIT e binários — sem placeholders, sem surpresas.
O OpenCode entra para os provedores de IA
3 motivos para se empolgar
O OpenCode entra para os provedores de IA
- Se você já usa o OpenCode no terminal, a Lily pode usá-lo — escolha em Configurações → IA, ao lado do Claude Code e do OpenAI Codex. Todo recurso de IA funciona igual com ele: Entender, Pergunte aos seus dados, gerar e corrigir SQL, sugestões de índice.
- A sua configuração do OpenCode decide o modelo — a Lily não sobrescreve, porque o OpenCode nomeia os modelos de um jeito diferente das outras CLIs. O provedor e o modelo que você configurou lá são os que respondem.
- Um texto mais claro sobre quanto a IA custa. A Lily dizia “sem custo de API”. As CLIs locais continuam chamando APIs remotas no seu próprio plano — o que a Lily realmente poupa é o trabalho de gerenciar chaves de API, e agora é isso que ela diz.
A Lily agora roda no seu Mac
2 motivos para se empolgar
A Lily agora roda no seu Mac
- A Lily exigia o macOS 26 — a versão mais nova —, o que deixava de fora a maioria dos Macs em uso, inclusive máquinas de 2023 que rodam todo o resto numa boa. Agora ela roda no macOS 14 (Sonoma) e posteriores. Se você não conseguia instalar, agora consegue.
- Nada foi cortado para chegar aqui. No macOS 26, a interface continua usando o Liquid Glass exatamente como antes; nas versões anteriores, os mesmos painéis são desenhados com um material fosco. Um efeito visual, uma alternativa — todos os recursos são idênticos nas duas.
Exclua várias linhas de uma vez
4 motivos para se empolgar
Exclua várias linhas de uma vez
- Selecione várias linhas e exclua todas juntas. Até agora, o menu agia só na linha em que você clicou com o botão direito, então uma seleção de cinquenta parecia marcada para exclusão e não estava — uma linha ia embora, quarenta e nove ficavam. Clique com o botão direito dentro de uma seleção e aparece “Excluir 50 linhas”; clique fora dela e você continua mexendo só naquela linha.
- A grade da tabela agora aceita o teclado. ⌘A seleciona todas as linhas visíveis (só as que o seu filtro está mostrando), as setas movem a seleção, ⇧+setas estendem a seleção e ⌘C copia. A grade de resultados somente leitura sempre teve isso; a editável, não.
- Excluir muitas é tão cuidadoso quanto excluir uma: cada linha continua sendo identificada pela própria chave primária, todas são confirmadas numa única transação, e se qualquer linha da seleção não puder ser excluída com segurança, o salvamento inteiro para — uma seleção excluída pela metade é pior que nenhuma, porque você não tem como saber o que sobrou.
- Nos bastidores, o motor da Lily agora compila e roda fora do macOS, com verificação a cada mudança. Nada muda no app para Mac; é a base para uma versão nativa para Windows virar realidade, e não só suposição.
Português, completo
2 motivos para se empolgar
Português, completo
- Todas as notas de versão agora estão em português. As Novidades de 16 versões antigas tinham ficado em inglês sem ninguém perceber — a Lily volta para o inglês em silêncio, então nada parecia quebrado. Agora as 43 versões estão traduzidas, e a verificação que pega uma tradução faltando roda a cada build.
- Mais duas peças da Lily que só existiam no macOS — o túnel SSH e o jeito como a sua CLI de IA local é iniciada — agora ficam atrás de uma fronteira de plataforma. Nada muda para você no macOS: mesmos túneis, mesma IA, mesma velocidade. É a base que permite compilar o mesmo motor para Windows.
O motor anda com as próprias pernas
3 motivos para se empolgar
O motor anda com as próprias pernas
- A base que começamos na 0.6.6 está pronta: o motor de banco de dados da Lily agora está totalmente separado da interface para Mac — cada driver, consulta e recurso de IA vive num núcleo autossuficiente, que roda sem nenhum código de interface. É a fundação sobre a qual uma versão nativa para Windows vai ser construída.
- Nada muda para você no macOS. Mesmo app, mesma velocidade, mesma privacidade — seus dados continuam sem sair da sua máquina, e a IA local continua vendo só uma versão mascarada. Esta versão é invisível de propósito: é o encanamento que torna possível o que vem por aí sem deixar o app de hoje mais lento.
- A separação não é só uma promessa — uma verificação headless roda o motor inteiro sozinho, sem nenhuma interface carregada, a cada build. Se o motor voltasse a depender da interface, o build pararia. É isso que mantém a porta para o Windows aberta.
Aspas no teclado brasileiro
2 motivos para se empolgar
Aspas no teclado brasileiro
- Corrigimos a digitação de aspas no editor SQL com o teclado brasileiro (e o US-International). Neles, ' e " são “teclas mortas” que esperam para compor um acento, então a aspa só aparecia depois que você apertava espaço — um sofrimento para quem digita aspas o dia inteiro. Agora o editor insere ', " ou crase na hora, e escrever uma string literal simplesmente funciona.
- Os acentos continuam funcionando onde você quer: ~ + a ainda vira ã. Só as teclas de aspas e de crase ficaram imediatas; todos os outros acentos se compõem como antes.
Aspas que simplesmente funcionam
2 motivos para se empolgar
Aspas que simplesmente funcionam
- Corrigimos um filtro que voltava vazio. Com as aspas inteligentes do macOS ligadas, digitar um filtro como id = '…' transformava as aspas retas em curvas, que o banco não aceita como string — então o filtro não encontrava nada, mesmo com a linha existindo. Agora a Lily endireita as aspas para você, e o filtro que você digita simplesmente funciona.
- A mesma correção vale para todo lugar onde você digita um valor: filtros de tabela, o construtor de filtros, edições de célula, parâmetros de consulta e filtros do Mongo/Redis. Letras acentuadas (José, ação) não são tocadas — só as aspas curvas são corrigidas.
Preparando o terreno
2 motivos para se empolgar
Preparando o terreno
- Nos bastidores, o núcleo da Lily está sendo separado da interface para Mac — o primeiro passo rumo a uma versão nativa para Windows e a um motor que pode ser testado sozinho. Nada muda para você no macOS; tudo funciona exatamente como antes.
- Uma nova proteção em tempo de build mantém essa separação honesta, para que o motor de banco de dados continue livre de código de interface. É invisível, mas é o que torna possível o próximo capítulo sem deixar o app para Mac mais lento.
Detalhes mais afiados
3 motivos para se empolgar
Detalhes mais afiados
- O histórico de consultas agora lembra como foi cada execução. Cada entrada mostra se deu certo, quanto tempo levou e quantas linhas retornou — filtre só as falhas ou ordene pelas mais lentas para achar o que está pesando.
- As consultas salvas lembram dos parâmetros. Uma consulta da biblioteca com :placeholders agora já vem preenchida com os valores que você usou da última vez — “pedidos do :customer_id” lembra o customer_id — então um relatório salvo fica a um clique, sem redigitar nada.
- Consertar um script que falhou ficou mais fácil. Depois de uma execução que seguiu em frente apesar dos erros, o “Abrir statements que falharam” joga só os que falharam — cada um marcado com o seu erro — numa aba nova, para corrigir e rodar de novo. E a Lily lembra se você prefere tudo ou nada ou seguir em frente.
Veja por que está lento — agora mesmo
3 motivos para se empolgar
Veja por que está lento — agora mesmo
- Veja por que uma consulta está lenta, ao vivo. Clique com o botão direito em qualquer consulta rodando no monitor de atividade (ou numa capturada) e o “Explicar esta query” mostra o plano dela como uma árvore visual — com o nó mais caro destacado — sem precisar copiá-la para o editor.
- O pacote de performance agora fala MySQL. A árvore visual do EXPLAIN, o reforço de índice em um clique e a aba Top, com as consultas mais pesadas — até agora só no Postgres —, funcionam também no MySQL, lendo o formato de plano dele e o performance_schema.
- O plano é lido localmente, contra a sua consulta real, e nunca sai da sua máquina — só a sugestão de índice por IA chega a ver uma versão mascarada.
O Trace fica de olho por você
3 motivos para se empolgar
O Trace fica de olho por você
- O Trace agora avisa você no momento em que algo dá errado — sem precisar ficar encarando o monitor. Ligue “Me avisar enquanto o Trace estiver gravando” nas Configurações e a Lily manda uma notificação nativa quando uma consulta demora demais ou surge uma nova espera por lock.
- Defina o seu limite: escolha o que é “lento demais”, ligue ou desligue os alertas de bloqueio e, se quiser, continue gravando enquanto a Lily está em segundo plano, para ser avisado mesmo quando estiver em outro app. Um item na barra de menus mostra quando há um gravador armado.
- Privado por design: um alerta leva só a sessão, quanto tempo ela rodou e a espera — nunca um valor de linha ou o texto da sua consulta. Clique nele para cair direto no Trace, na sessão problemática.
O Trace tem memória
3 motivos para se empolgar
O Trace tem memória
- O Trace agora tem memória de verdade. Ligue “Lembrar histórico do Trace no disco” nas Configurações e a linha do tempo sobrevive quando você fecha a Lily — reabra horas depois e volte para ver o que o seu banco estava fazendo às 3h47 da madrugada, por conexão.
- Privado por design: o texto das consultas é mascarado antes de qualquer coisa ser salva, então nenhum valor de linha encosta no disco. As linhas do tempo salvas expiram depois de um dia, e o “Limpar linha do tempo salva” apaga tudo na hora.
- Honesto entre reinícios — amostras carregadas do disco vêm marcadas como “de uma sessão anterior”, e o intervalo em que a Lily ficou fechada aparece desenhado na linha do tempo, para que o histórico nunca pareça estar ao vivo.
Uma correção rápida
1 motivo para se empolgar
Uma correção rápida
- Corrigimos um crash na abertura do app quando ele estava em português. Se você está vindo da 0.5.0, todas as novidades estão nas notas da 0.6.0 logo abaixo.
Conheça o Trace — veja o que o seu banco está fazendo
7 motivos para se empolgar · Filme incluso
Conheça o Trace — veja o que o seu banco está fazendo
- Trace — arme o monitor de atividade e ele ganha memória. Grave os últimos minutos do que está rodando e depois volte na linha do tempo até o momento em que tudo ficou lento. As consultas capturadas continuam numa lista depois de terminar, com quanto tempo cada uma rodou — chega de ver uma consulta lenta passar num piscar de olhos.
- Top queries — consultas que terminam em menos de um segundo escapam do amostrador ao vivo. A nova aba Top lê o pg_stat_statements, então as suas consultas rápidas, mas frequentes, aparecem mesmo assim, ordenadas por tempo total, com número de chamadas e duração média.
- Veja quem está bloqueando quem — uma árvore ao vivo da cadeia de locks: o bloqueador raiz no topo, as sessões que esperam por ele aninhadas embaixo, cada uma com o seu tempo de espera. Encerre qualquer uma delas direto no gráfico.
- E a Lily explica o porquê — clique com o botão direito numa sessão lenta ou bloqueada e a IA local explica a causa raiz em linguagem simples, com uma correção concreta (um índice, um kill, uma reescrita). Totalmente offline; o texto da sua consulta nunca sai da sua máquina.
- Rode um arquivo .sql — a metade que faltava da importação. Escolha um script ou um dump, veja quantos statements ele tem e quais são destrutivos, escolha entre tudo ou nada e seguir em frente, e rode com barra de progresso.
- Importação ampla — traga um arquivo CSV, TSV ou Excel (.xlsx), escolha a planilha e mapeie cada coluna para a sua tabela (com correspondência automática). Lê .xlsx nativamente, sem ferramentas extras.
- Gere dados falsos — popule uma tabela com linhas realistas, mas falsas, baseadas no seu schema e na varredura de PII: uma coluna de documento recebe um CPF/CNPJ com formato válido, mas falso, as chaves estrangeiras apontam para linhas-pai reais, e nada do que é inventado sai da sua máquina.
Entenda, pergunte e altere seu banco de dados com IA
5 motivos para se empolgar
Entenda, pergunte e altere seu banco de dados com IA
- Uma tela Entender redesenhada — seu banco como uma constelação viva. Os subsistemas do negócio (Pagamentos, Lojistas, Produtos…) viram aglomerados luminosos que você clica para explorar; o mapa agora é gerado no seu idioma, não no do schema.
- Livro de receitas — para cada entidade, a Lily escreve as consultas do dia a dia que você realmente roda (“pedidos recentes de um cliente”, “buscar por e-mail”), parametrizadas e prontas para abrir no editor. Ela já prepara as entidades principais em segundo plano, então elas estão prontas quando você for olhar.
- Um dicionário de dados vivo — o Entender agora lembra o schema que documentou. Mude o schema e reabra: um aviso mostra o que é novo, removido ou alterado, e o “Atualizar” documenta de novo só o que mudou, em vez de reanalisar tudo.
- Altere seu schema com IA — clique com o botão direito numa tabela → “Alterar com IA…”, descreva uma mudança (“adicionar soft delete”, “deixar o e-mail único”) e receba o DDL de ida junto com o rollback exato. Nada roda até você abrir no editor e confirmar; mudanças destrutivas são sinalizadas.
- Um botão de recarregar (⌘R) na barra lateral relê a estrutura do banco depois de uma migração — colunas e tabelas novas aparecem sem reconectar.
Encontre, ordene e entregue com segurança
6 motivos para se empolgar
Encontre, ordene e entregue com segurança
- Busca semântica no schema — pergunte “onde guardamos os reembolsos?” na tela Entender e receba as tabelas e colunas reais em ordem de relevância, cada uma com uma linha explicando o motivo. Ela busca pelo significado do seu schema, não só pelos nomes, e um clique leva direto à tabela.
- Prévia do raio de impacto antes de toda escrita — antes de um UPDATE/DELETE/TRUNCATE/DROP rodar, a Lily diz mais ou menos quantas linhas ele atinge e a quais tabelas ele chega por chave estrangeira, sem nunca executar a escrita. As mais assustadoras pedem que você digite o nome da tabela para confirmar.
- Varredura de colunas sensíveis e PII — a Lily sinaliza colunas que guardam dados pessoais (CPF/CNPJ, cartões, e-mails…) usando assinaturas de formato locais, e as mascara automaticamente antes que qualquer recurso de IA chegue a amostrar suas linhas. Seus dados nunca saem da sua máquina para essa identificação.
- Ordene e filtre resultados no lugar — clique no cabeçalho de uma coluna para ordenar (números, datas e textos tratados corretamente) e filtre qualquer coluna com operadores de verdade (>, <, contém, está vazio…). Sem consultar de novo; Exportar e Gráfico usam exatamente o que você vê.
- Congele colunas — clique com o botão direito num cabeçalho → “Congelar até esta coluna” para manter as primeiras colunas fixas enquanto o resto rola para o lado. Ótimo para tabelas largas em que você perde a noção de qual linha é qual.
- Os túneis SSH agora aceitam autenticação por senha e por passphrase da chave (não só chave/agente) — para os muitos bastions corporativos que exigem senha. O segredo é entregue com segurança e nunca encosta na linha de comando nem no disco.
Mais segura, mais esperta, mais caprichada
5 motivos para se empolgar
Mais segura, mais esperta, mais caprichada
- Conexões somente leitura agora são blindadas — a proteção entende EXPLAIN ANALYZE, CTEs que modificam dados e todo caminho de escrita (encerrar consulta, criar banco, NOTIFY, escritas no Mongo/Redis), então nada escapa numa conexão que você marcou como somente leitura.
- O Pergunte aos seus dados e o Gerar SQL agora usam o entendimento do seu banco — depois que você analisa um banco, a IA associa as suas palavras (“clientes”) às tabelas reais (mesmo com nomes legados enigmáticos), então as consultas saem muito mais precisas.
- Editar documentos do MongoDB não corrompe mais os tipos — ObjectIds, datas e campos binários sobrevivem intactos ao salvar (Extended JSON do jeito certo), em vez de virarem strings comuns.
- Português completo — a barra de menus e dezenas de rótulos que faltavam agora estão traduzidos, e todas as janelas se redimensionam direitinho, para que textos mais longos nunca sejam cortados.
- Nos bastidores: uma suíte de testes + CI, uma grande faxina interna e rótulos de VoiceOver em todas as barras de ferramentas.
Visual novo e entendimento de bancos grandes
3 motivos para se empolgar
Visual novo e entendimento de bancos grandes
- Tela de conexões redesenhada — cada card agora tem a cor e o ícone do seu engine, com um brilho suave ao passar o mouse. Mais bonita e mais fácil de bater o olho.
- O “Entenda este banco” agora dá conta de schemas grandes de produção — analisa as tabelas em lotes, salva conforme avança, mostra o progresso real e retoma de onde parou se for interrompido (chega de timeouts).
- Agora você pode apoiar a Lily DB — um coraçãozinho no cabeçalho abre uma página para patrocinar o projeto. A Lily continua gratuita; se ela ajuda você, uma doação mantém o projeto crescendo.
Dados corretos para todo tipo de coluna
4 motivos para se empolgar
Dados corretos para todo tipo de coluna
- Colunas de array agora mostram os valores (ex.: {1,2,3} e até aninhados, {{1,2},{3,4}}) em vez de um placeholder <TEXT[]> — no Postgres, com aspas e NULLs tratados corretamente.
- Muitos outros tipos do Postgres aparecem corretamente: inet/cidr (com a compressão :: do IPv6), interval, time com fuso horário, ranges, bit, macaddr, point e JSON/bytea dentro de arrays.
- Colunas BIT e binárias do MySQL (BLOB/BINARY) não mostram mais lixo — BIT mostra o número, binários mostram hex. Blobs do SQLite também aparecem em hex.
- Reforçamos os decodificadores de tipos contra dados corrompidos, para que um valor ruim nunca derrube o app — com auditoria em todos os engines.
Entender corrigido e dados corretos
4 motivos para se empolgar
Entender corrigido e dados corretos
- O “Entenda este banco” agora funciona de verdade — um bug de decodificação de JSON fazia ele sempre falhar com “couldn't analyze”. Ele também está ~2,5× mais rápido, não fica mais travado para sempre (timeout claro), tolera respostas incompletas da IA e nunca esconde uma entidade do fluxo.
- Corrigimos colunas numéricas que mostravam lixo em vez do valor (e um crash com números muito grandes). Datas, OIDs, money, time e bytea agora também aparecem corretamente.
- Estabilidade da CLI de IA — o executor não trava mais se a CLI deixa um processo filho para trás, e uma inicialização de shell verbosa não emperra mais o app.
- Grade de resultados — tabelas com poucas colunas voltam a ocupar a largura toda e a começar do topo, e arrastar a borda de uma coluna agora acompanha o cursor com precisão.
Entenda qualquer banco de dados com IA
5 motivos para se empolgar
Entenda qualquer banco de dados com IA
- Entenda este banco — o recurso principal. Em vez de só desenhar tabelas, a IA da Lily lê o seu schema e explica o negócio por trás dele: decifra nomes legados enigmáticos (tb_usr → Clientes, tb_ord_hdr → Pedidos), detecta o domínio e mostra o fluxo em linguagem natural — mesmo quando não há chaves estrangeiras. Abra pelo ✨ na barra lateral do schema.
- Copiar em massa como INSERT — selecione várias linhas do resultado (clique, ⇧-clique, ⌘-clique) e clique com o botão direito para copiar todas como um INSERT SQL, no estilo do TablePlus. Funciona em resultados de consulta e em dados de tabela.
- Correções no editor — o editor SQL não engole mais aspas simples, e o autocompletar parou de escolher palavras que você não queria: agora ele só sugere e nunca substitui o seu texto até você escolher.
- Lembra do seu banco — ao reabrir o app, você volta para o banco que estava usando por último, em vez de cair no primeiro (Postgres / MySQL / Trino).
- Acabamento — tabelas com poucas colunas agora ocupam bem a largura, contagens de linhas precisas em tabelas do Postgres ainda não analisadas e tooltips em todos os ícones da barra de ferramentas.
Pergunte aos seus dados — correção de crash
1 motivo para se empolgar
Pergunte aos seus dados — correção de crash
- Corrigimos um crash ao iniciar uma ação de IA (Pergunte aos seus dados, Explicar, Otimizar…) em máquinas cujo shell imprime um banner na inicialização — a CLI de IA agora é localizada com segurança.
Pergunte aos seus dados
4 motivos para se empolgar
Pergunte aos seus dados
- Pergunte aos seus dados (⇧⌘A) — faça uma pergunta em linguagem natural e a Lily DB lê o seu schema, escreve o SQL, executa e responde direto para você. Sem precisar saber SQL.
- É uma conversa — perguntas de acompanhamento refinam a resposta anterior, então você vai mergulhando nos seus dados uma pergunta de cada vez.
- Transparência total — cada resposta mostra a consulta exata que rodou e uma prévia das linhas; abra o SQL no editor com um clique para ajustá-lo.
- Roda na sua CLI de IA local (claude / codex) — sem chave de API, sem dados saindo da sua máquina.
ClickHouse e ferramentas de administração
5 motivos para se empolgar
ClickHouse e ferramentas de administração
- Suporte a ClickHouse — conecte a um cluster ClickHouse pela interface HTTP dele e rode consultas analíticas absurdamente rápidas. Já são 7 engines num só app nativo.
- Monitor de atividade — veja as consultas rodando agora mesmo e encerre uma que travou (Postgres / MySQL / ClickHouse), direto da barra lateral do banco.
- Navegador de objetos — a barra lateral agora lista funções, procedures, triggers e sequences dentro de cada schema; clique em um para ver a definição.
- EXPLAIN visual — veja o plano da consulta como uma árvore com barras de custo e o nó gargalo destacado, em vez de texto puro (Postgres).
- Biblioteca de consultas (⌘B) — guarde suas consultas salvas em pastas e abra qualquer uma com um clique. Suas consultas reutilizáveis, finalmente num só lugar fácil de navegar.
Turbo na produtividade
5 motivos para se empolgar
Turbo na produtividade
- Navegador do histórico de consultas — pesquise tudo o que você já rodou, veja a prévia, copie ou reabra no editor (⌘Y). Salve qualquer consulta antiga direto nos favoritos.
- Grade de resultados turbinada — filtre rapidamente qualquer coluna pelo cabeçalho, selecione linhas (clique / ⇧ / ⌘), navegue pelo teclado (setas, ⌘A, ⌘C) e copie ou exporte só as linhas selecionadas.
- Vários conjuntos de resultados agora abrem em abas — rode um script com vários SELECTs e alterne entre cada resultado.
- Organize os favoritos em pastas, com busca, e crie nas Configurações seus próprios snippets de SQL que se expandem com Tab.
- Exporte resultados como comandos SQL INSERT — prático para mover dados entre bancos.
Checagens mais profundas e acabamento
4 motivos para se empolgar
Checagens mais profundas e acabamento
- O Check-up pega mais coisas: segredos guardados em texto puro (colunas password / api_key em tipos de texto), tabelas sem created_at / updated_at e chaves estrangeiras deixadas no comportamento ON DELETE padrão.
- Filtre os achados por gravidade — toque num chip de contagem para focar só nos problemas críticos, e o Copiar relatório exporta tudo (com as correções) mais a revisão da IA em Markdown.
- Editar uma conexão agora abre direto no formulário dela, em vez de pedir que você escolha o engine de novo.
- Cards de conexão: o botão Conectar ganhou uma linha só para ele, então não espreme mais as tags de engine e ambiente.
Check-up de segurança
3 motivos para se empolgar
Check-up de segurança
- O Check-up agora aponta a falta de Row-Level Security — crítico em bancos expostos por API (Supabase/PostgREST), em que uma tabela sem RLS pode ser lida e alterada por qualquer pessoa. Já vem com a correção ALTER TABLE … ENABLE ROW LEVEL SECURITY pronta para rodar.
- Encontra tabelas com permissões concedidas a PUBLIC (todas as roles, inclusive as não autenticadas) — para que acessos permissivos demais parem de se esconder à vista de todos.
- Aponta índices não usados (nunca tocados pelo planner) como candidatos a remoção — e fica quieto em bancos novos, onde as estatísticas ainda não dizem nada, então nada de alarme falso.
Trino e atualização automática
3 motivos para se empolgar
Trino e atualização automática
- Suporte a Trino — conecte a um cluster Trino pelo protocolo HTTP dele, navegue por catálogos/schemas/tabelas e rode SQL federado. Os catálogos funcionam como o seletor de banco.
- Atualizações automáticas — a Lily DB agora se atualiza sozinha. Ligue em Configurações → Atualizações ou use Verificar atualizações… no menu do app. Chega de baixar de novo na mão.
- Check-up mais afiado — a regra de “provável chave estrangeira faltando” agora só dispara quando existe de fato uma tabela de destino, o que corta drasticamente os falsos positivos.
Diga olá à Lily DB
4 motivos para se empolgar
Diga olá à Lily DB
- Nome e visual novos — o Cortex DB agora é Lily DB, com um ícone novo. É o mesmo app; suas conexões e configurações salvas continuam intactas.
- Check-up — um clique audita o seu banco atrás de problemas reais: chaves primárias faltando, chaves estrangeiras sem índice, índices redundantes, tabelas grandes demais e mais, cada um com uma correção pronta para rodar.
- A revisão de arquitetura com IA roda automaticamente depois da auditoria — conselhos priorizados sobre indexação, modelagem, escala e segurança, em linguagem simples (CLI local, sem chave de API).
- Funciona em vários engines — Postgres/MySQL/SQLite checam schema e índices; o Redis checa TTLs, chaves grandes e política de memória; o MongoDB checa índices e tamanho dos documentos.
Produtividade e segurança
9 motivos para se empolgar
Produtividade e segurança
- Conexões somente leitura — marque uma conexão como somente leitura e o app bloqueia de vez UPDATE/DELETE/INSERT/DROP antes de rodarem, com um selo READ-ONLY no editor.
- Rodapé de agregação — clique no cabeçalho de qualquer coluna de um resultado para ver contagem, soma, média, mínimo, máximo e nulos (ou contagem de distintos em colunas de texto) das linhas carregadas.
- Resuma um resultado com IA — receba insights em linguagem simples, padrões, outliers e alertas de qualidade de dados sobre o resultado atual.
- Tabelas favoritas — marque com estrela as tabelas que você mais usa e elas ficam fixas numa seção Favoritos no topo da barra lateral, por conexão.
- Cole uma URL de conexão — solte uma string postgres:// / mysql:// / mongodb:// / redis:// no formulário e ele se preenche sozinho.
- Fixe e reordene abas — mantenha fixas as abas que importam e arraste para reorganizá-las.
- Snippets de SQL — digite um gatilho e aperte Tab para expandir comandos comuns; copie qualquer tabela como esqueleto de SELECT / INSERT / UPDATE pelo menu de contexto.
- Cores semânticas nas células — números, datas, booleanos, NULLs e JSON ganham toques sutis de cor na grade.
- Os rascunhos de consulta ficam guardados por conexão entre uma abertura e outra, e ⌘+ / ⌘- / ⌘0 dão zoom no editor SQL. Formatar ao executar é opcional, nas Configurações.
Desempenho e consumo
3 motivos para se empolgar
Desempenho e consumo
- Cache de schema — quando você reabre uma conexão, a barra lateral aparece na hora a partir do disco, enquanto uma busca atualizada roda em segundo plano.
- Limite de resultados (padrão de 50 mil linhas, configurável nas Configurações) impede que um SELECT descontrolado estoure a memória; o resultado avisa quando foi cortado.
- Tempo detalhado por statement quando um script tem mais de um — ex.: 3 statements · 12ms / 800ms / 4ms.
Ferramentas de schema
3 motivos para se empolgar
Ferramentas de schema
- Exporte um schema inteiro como SQL — CREATE TABLE para cada tabela, com INSERTs dos dados se quiser.
- Compare um schema entre duas conexões abertas — tabelas adicionadas / removidas, além de colunas adicionadas, removidas e mudanças de tipo/nulabilidade em cada tabela.
- Gere o DDL de sincronização — CREATE TABLE e ADD COLUMN para o que falta no destino; mudanças destrutivas (DROP, mudança de tipo) ficam listadas como comentários para revisão manual.
Vários bancos
5 motivos para se empolgar
Vários bancos
- Troque de banco no mesmo servidor sem abrir uma nova conexão — uma pílula com o banco aparece embaixo do nome da conexão na barra lateral.
- Postgres e MySQL — escolha qualquer banco da instância ou crie um novo ali mesmo.
- Redis — pule entre os 16 bancos numerados com um único SELECT (sem reconectar).
- SQLite — abra outro arquivo .sqlite no mesmo espaço de trabalho.
- O campo Banco de dados no formulário de conexão agora é opcional — deixe em branco e escolha pelo seletor depois de conectar.
Acabamento e toques finais
6 motivos para se empolgar
Acabamento e toques finais
- Tela de conexões mais caprichada — botão de fechar (⎋), a barra no topo do card finalmente respeita as bordas arredondadas e se inclina junto no hover, uma pílula Conectar → aparece no hover, e cada card mostra quando foi aberto pela última vez.
- Interface mais ágil — o fundo Aurora cai para ~10fps quando o app perde o foco (bem mais leve para CPU e bateria), e as barras laterais mostram linhas-esqueleto cintilantes enquanto carregam.
- Grades de dados mais espertas — colunas numéricas alinhadas à direita com dígitos monoespaçados, NULL aparece como um ⌀ discreto, o ⌘F destaca as ocorrências dentro das células com ↑↓ para pular entre elas, a largura das colunas agora usa a medida real do texto e as linhas se destacam no hover.
- Resultados de IA bonitos — documentação de tabelas / explicar / otimizar agora renderizam Markdown (títulos, listas, blocos de código, **negrito** e `código`).
- Retorno mais claro — tempos decorridos bem formatados (<1ms · 1.4ms · 234ms · 1.2s), consultas que falharam aparecem num card limpo com Copiar erro / Corrigir com IA, as tooltips incluem o atalho de teclado e o título da janela mostra a conexão em foco.
- Ajudantes para o Mongo — seis modelos de pipeline de agregação (match+sort+limit, group+count, sum/avg, lookup+project, count distinct, date histogram) num menu Templates.
Visual nos trinques
5 motivos para se empolgar
Visual nos trinques
- Destaque de sintaxe JSON em todo lugar — inspetor de célula, documentos do Mongo, valores do Redis e um editor de código JSON nativo nos editores de documento e de pipeline de agregação do Mongo.
- O gerenciador de conexões mostra a hierarquia de pastas — conexões agrupadas aparecem recuadas, com uma guia vertical.
- As abas agora mostram um pontinho quando há edições não salvas, um spinner enquanto a consulta roda e um sublinhado colorido na aba selecionada.
- Células editadas ganharam um brilho mais vivo; a grade pulsa em verde quando um commit dá certo. As linhas se destacam no hover.
- Os menus de contexto do app inteiro ganharam SF Symbols — tudo fica um pouco mais fácil de bater o olho.
Segura e esperta
4 motivos para se empolgar
Segura e esperta
- Proteções para produção — confirmação antes de UPDATE/DELETE sem WHERE, ou de qualquer escrita numa conexão de produção.
- Parâmetros de consulta — preencha placeholders :name antes de rodar.
- Rode numa transação — BEGIN/COMMIT com rollback em caso de erro; edições inline agora fazem commit de forma atômica.
- Documente uma tabela com IA — gere documentação em Markdown a partir do schema.
Visualize e explore
3 motivos para se empolgar
Visualize e explore
- Gráficos inline — transforme qualquer resultado em gráfico de barras, linha ou pizza.
- Busque um valor no banco inteiro — descubra qual tabela o guarda.
- Diagrama ER — arraste para organizar o layout (ele fica salvo), redefina e exporte como PNG.
Poder sobre os dados
4 motivos para se empolgar
Poder sobre os dados
- Navegação por chave estrangeira — clique com o botão direito num valor para pular para a linha referenciada.
- Duplique uma linha — clone como um novo rascunho editável.
- Visualizador completo de células JSON/JSONB, com alternância Formatado / Bruto.
- Exporte resultados para Markdown e Excel, além de CSV/JSON.
Acabamento e estabilidade
2 motivos para se empolgar
Acabamento e estabilidade
- Colinha de atalhos de teclado — aperte ⌘/ a qualquer momento.
- Retorno claro em todo lugar — importação/exportação e ações no Redis/Mongo agora confirmam ou reportam erros.
Compartilhamento e histórico
2 motivos para se empolgar
Compartilhamento e histórico
- Exporte e importe conexões — compartilhe configurações em JSON, nunca com segredos.
- Histórico de planos de consulta — todo Explain fica salvo e pode ser revisitado.
Produtividade
4 motivos para se empolgar
Produtividade
- Busca global (⇧⌘O) — pule para qualquer tabela ou coluna da conexão.
- Construtor visual de filtros — monte uma cláusula WHERE sem digitar SQL.
- Formatador de SQL (⇧⌘F) — deixa a consulta do editor bem formatada.
- Temas e tamanho da fonte do editor — escolha um tema de destaque nas Configurações.
Mais fundo em cada engine
3 motivos para se empolgar
Mais fundo em cada engine
- MongoDB — edite e insira documentos, além de um executor de pipelines de agregação.
- Redis — defina/remova TTL, veja streams como tabela e use Pub/Sub.
- PostgreSQL — um console de LISTEN/NOTIFY e um navegador de roles.
IA mais esperta
5 motivos para se empolgar
IA mais esperta
- Explique uma consulta em bom português com a sua IA local.
- Otimize uma consulta — a IA a reescreve pensando em desempenho.
- Corrigir com IA — quando uma consulta dá erro, receba uma versão corrigida.
- Faça uma pergunta e use Gerar e Executar — veja a resposta na hora.
- Agora bilíngue — English e Português, alternáveis nas Configurações.
Diagrama ER e EXPLAIN
2 motivos para se empolgar
Diagrama ER e EXPLAIN
- Diagrama ER visual — caixas de tabelas ligadas pelas chaves estrangeiras, que você pode arrastar.
- Explique uma consulta para ver o plano de execução dela, direto na grade.
Importação e exportação
3 motivos para se empolgar
Importação e exportação
- Importe um arquivo CSV direto para uma tabela.
- Exporte a tabela inteira (não só a página) para CSV ou JSON.
- Gere o dump de uma tabela em SQL — CREATE TABLE mais todos os INSERTs.
Gerenciamento de schema
3 motivos para se empolgar
Gerenciamento de schema
- Crie, renomeie e exclua tabelas direto da barra lateral.
- Adicione ou remova colunas, crie índices, faça truncate, crie um schema/banco novo.
- Toda mudança de schema mostra uma prévia do DDL antes de rodar.
MongoDB e acabamento
2 motivos para se empolgar
MongoDB e acabamento
- Suporte a MongoDB — navegue por coleções e documentos como JSON.
- Toasts, atalhos ⌘W / ⌘R e copiar linha como TSV / JSON / INSERT.
Essa reviravolta continua um mistério.
Tente um número de versão ou outra palavra-chave.
Você chegou ao começo da história.
Ainda estamos escrevendo as melhores partes.Voltar para a mais recente ↑