将 Navicat 的 AI 助手连接到本地 LLM 2026 年 10 月 16 日，由 Robert Gravelle 撰写

到目前为止，我们介绍过的每个 AI 助手配置（即 ChatGPT、Claude、Gemini 等）都会通过互联网连接将你的提示词发送到提供方的服务器。对许多工作流来说，这完全没问题。但如果你正在处理敏感的模式、受监管的数据，或者只是不想依赖互联网连接或每月的 API 账单，Navicat 也支持通过 Ollama 或 LM Studio 将 AI 助手连接到完全运行在你自己机器上的模型。

借助商业智能打造更出色的仪表板 - 第 2 部分 2026 年 10 月 9 日，由 Robert Gravelle 撰写

参数、页面导航与自动刷新

上周我们使用图层布置了 Classic Models 销售仪表板，将三个图表——按产品线的收入、月度销售趋势，以及按订单金额排序的顶级客户——排列成整洁、均匀分布的一排。本周我们将通过该三个商业智能功能让这个仪表板具备交互性并自维护：参数、页面导航与自动刷新。

借助商业智能打造更出色的仪表板 - 第 1 部分 2026 年 9 月 28 日，由 Robert Gravelle 撰写

平铺图层简介

一个优秀的管理层仪表板能让人一眼读懂全局：业务表现如何、该深入查看哪里、数据有多新。Navicat 18 的商业智能（BI）工具新增了若干功能，让这个“故事”更易构建，也更易保持最新。今天我们将搭建一个简单的销售概览仪表板，并使用平铺图层。接下来的几篇文章将介绍全新的参数、页面导航与自动刷新功能。

本教程假定你已经创建了一个连接到 MySQL 示例数据库 classicmodels 的数据源，构建了类似于下文所列的三个图表，并且已经创建了仪表板本身。以下步骤从该状态开始。

SQL 编辑器生产力：重构与实时错误检测 2026 年 9 月 21 日，由 Robert Gravelle 撰写

写一条简单的查询很容易。但当它膨胀到十五个 join 和好几个别名之后，维护起来就变得枯燥乏味了。一旦重命名某个表别名，你就得手动找出每一个引用。Navicat 18 的 SQL 编辑器正是针对这类摩擦，带来了三项新增功能：重构、实时错误检测和代码洞察。

Navicat 18中的数据脱敏：更安全的开发与测试环境 2026 年 8 月 31 日，由 Robert Gravelle 撰写

每个数据库团队最终都会遇到同一个问题：最理想的测试数据就是真实数据，但把真实数据用在生产环境之外，随时可能演变成一场合规噩梦。GDPR、HIPAA 和 PCI-DSS 等法规不会因为你“只是在测试”就网开一面；一旦开发人员的笔记本电脑或预发布服务器泄露了真实的客户姓名、电子邮件或支付信息，就构成了数据泄露事件。Navicat 18 正面解决了这一难题，推出了全新功能“数据脱敏”，可将敏感的生产记录转换为安全且贴近真实的模拟数据，从而让开发、测试与 QA 团队在规避风险的同时持续开展工作。