datasette-agent умеет писать в базу — но спросит разрешения

В версии datasette-agent 0.3a0 появился инструмент execute_write_sql — агент теперь умеет записывать данные в SQLite-базу, запрашивая одобрение перед каждым действием. Simon Willison добавил механизм апрувов ещё в 0.2a0, а новая версия довела его до ума: появилась поддержка апрувов в терминальном чат-режиме, три новых флага и возможность гонять агента без какого-либо контроля.

Контекст

Datasette — open-source инструмент Simon Willison для публикации и исследования SQLite-баз данных через веб-интерфейс. Datasette-agent — надстройка, которая подключает к нему LLM-агента: можно задавать вопросы на естественном языке, получать SQL-запросы и результаты. До этого выпуска агент умел только читать. Теперь он может создавать таблицы, вставлять строки, обновлять записи — то есть полноценно управлять базой голосом.

Примечателен выбор модели в примере из документации: gpt-5.5 через флаг -m gpt-5.5. Архитектура агента не привязана к конкретному провайдеру — любой LLM, поддерживающий tool use, подойдёт для работы с datasette.

Willison давно строит вокруг datasette экосистему инструментов для «data journalism» и технических пользователей, которым нужен быстрый доступ к данным без ORM и backend-слоя. Добавление записи превращает инструмент из read-only аналитики в полноценный agentic слой над базой.

Аналитика

Главное здесь — не сам факт записи, а модель управления разрешениями. Три флага говорят сами за себя: --yes авто-апрувит вопросы агента, --root запускает с правами рута, --unsafe включает оба режима сразу. Это классическая вилка «контроль vs скорость»: в продакшне ты хочешь апрув на каждое изменение, в локальной разработке или при батч-обработке данных — полный автопилот.

Паттерн «агент, который просит разрешения перед деструктивным действием» становится стандартом в agentic-инструментах. Claude, Cursor, Devin — все реализуют похожую механику. Willison встраивает её в datasette нативно, без внешних оркестраторов. Это важно: чем ближе permission-слой к данным, тем меньше surface для ошибок.

Более широкий тренд: SQLite как «локальная база под AI-агента» набирает популярность. Лёгкий, без сервера, легко версионируется в git. Для прототипов, CLI-инструментов и embedded-сценариев — почти идеальный выбор. datasette-agent превращает любой .db-файл в управляемый через LLM ресурс.

Кейсы применения в бизнесе

B2B-SaaS стартап: если у вас есть внутренние SQLite-дампы для аналитики (логи, эксперименты, seed-данные), datasette-agent позволяет команде без SQL-навыков задавать вопросы и добавлять записи на естественном языке. Например, QA-инженер добавляет тест-кейсы в базу голосом, не открывая SQL-клиент. Внедрение: поднять datasette локально, подключить агента, выдать коллегам --yes-режим для доверенных операций.

Корпорация с legacy: в энтерпрайзе часто есть SQLite-файлы как промежуточный слой ETL или конфигурационные базы. Агент с апрув-механизмом позволяет аналитикам делать точечные правки без DBA-тикета. Критично: режим без --unsafe, где каждое изменение логируется и требует подтверждения.

SMB/локальный бизнес в КР/СНГ: небольшой магазин или сервисная компания ведёт учёт в SQLite через самописный скрипт. Добавить datasette-agent — значит получить «умного ассистента по базе», которому можно сказать «добавь поставку от 14 июня, 200 единиц, поставщик Алматы-Трейд» и он сделает это сам. Порог входа — установить Python-пакет.

Кейсы в личной жизни

Разработчик: ведёшь личную базу задач, заметок или экспериментов в SQLite. С datasette-agent можно добавлять записи через терминал голосом — datasette agent chat notes.db --unsafe и «создай таблицу для книг, добавь туда три книги которые я сейчас читаю». Скорость наполнения базы вырастает в разы.

Контент-мейкер/фрилансер: трекинг клиентов, проектов, платежей в SQLite вместо громоздких таблиц. Агент позволяет добавлять и обновлять записи через диалог, не помня структуру таблиц наизусть. «Отметь проект X как оплаченный, сумма 150 000 сом» — агент найдёт нужную запись и обновит её.

Студент/исследователь: датасеты для курсовых и дипломных часто хранятся в SQLite. Можно чистить данные и добавлять аннотации через агента, не прерывая поток работы на написание SQL. Особенно удобно при итеративной разметке: «добавь метку 'positive' к последним 10 записям».

Как применить сегодня

• Установить: pip install datasette-agent и запустить datasette agent chat yourfile.db — без флагов, с апрувами по умолчанию.
• Для безопасной демонстрации команде использовать режим без --unsafe: агент будет показывать каждый SQL перед выполнением.
• Для автономной обработки данных в скриптах добавить --unsafe --yes и логировать все операции отдельно.
• Попробовать сценарий «создай таблицу + добавь данные» одной командой на русском языке — большинство современных LLM справляются с русскоязычными запросами к SQL-агентам.
• Следить за репозиторием Simon Willison: проект активно развивается, следующие версии, вероятно, добавят аудит-лог изменений и более гранулярные права.