QueryTune：用大型语言模型智能优化SQL查询的跨平台工具

QueryTune是一款利用大语言模型（LLM）智能优化SQL查询的跨平台工具，原生支持macOS并扩展至Windows、Linux。它通过本地（Ollama集成开源模型）和云端（OpenAI兼容服务）双模式AI处理，提供结构化优化建议（重构SQL、索引推荐、技术解释）与灵活聊天交互，解决开发者/DBA无需昂贵工具或深厚专业知识即可优化查询的痛点。

QueryTune由开发者meob创建，核心目标是解决长期存在的SQL优化痛点：无需依赖昂贵商业工具或深厚数据库专业知识，快速获得高质量优化建议。作为原生macOS应用，它区别于传统查询分析工具，充分利用LLM在代码理解与生成的能力，支持简单SELECT到复杂多表JOIN查询的优化。

QueryTune提供两种互补分析模式：

1. 优化模式：生成结构化结果，含重构SQL（提升执行效率）、索引建议（匹配查询特征）、技术解释（说明优化有效性与预期改进）；
2. 聊天模式：流式响应的对话交互，支持开放探索优化思路，适合不确定优化方向的场景。

QueryTune支持本地与云端AI模型的混合架构：

• 本地部署：通过Ollama集成Qwen2.5-Coder、DeepSeek-R1、Llama3.1等开源模型，确保敏感查询不离开本地环境，适用于隐私场景；
• 云端服务：兼容OpenAI API及Groq、LM Studio等服务，支持GPT-4o、GPT-4o-mini等模型，适合追求极致速度与优化质量的场景。

上下文感知：提供可折叠上下文区域，允许添加指令、表大小、schema详情（推荐仅提供参与查询的表DDL，避免无关信息增加噪声），提升建议准确性； 模型推荐：

• 本地默认Qwen2.5-Coder7B（平衡逻辑理解与速度），DeepSeek-R1系列适合推理分析；
• 云端推荐GPT-4o、Claude3.5/3.7 Sonnet（擅长复杂重构）； 温度参数：SQL优化建议设0.0-0.2确保语法正确，推理模型可设0.6激发表现。

QueryTune扩展支持Windows、Linux平台：macOS提供原生菜单，Windows用标准UI，Linux提供AppImage与独立二进制； 个性化选项包括SQL格式化（缩进、关键字大小写等）、主题、字体设置、API密钥管理，配置持久化保留用户偏好。

QueryTune适用于：

• 应用开发者：日常查询优化助手，识别性能瓶颈；
• DBA：快速评估优化查询，减少手动分析工作量；
• SQL学习者：通过AI建议理解优化原理； 核心价值：提升查询性能，降低优化技术门槛，代表AI辅助数据库管理的发展方向。

QueryTune展示了LLM与传统数据库工具结合的创新价值，随着开源模型能力提升，AI辅助优化工具将进一步降低技术门槛。对于希望提升SQL质量的开发者，QueryTune是值得尝试的选择。