tabularis は、PostgreSQL・MySQL/MariaDB・SQLite を扱うためのオープンソースのデータベースクライアントだ。 DBeaver や TablePlus と同じ系統のGUIツールでありながら、AIアシスタントとMCPサーバーを最初から組み込んでいる点が大きく異なる。 本記事は、公式リポジトリ TabularisDB/tabularis のREADMEとGitHub API、リリースノートという一次情報だけを使い、tabularis が何で、どんな設計判断のもとに作られているかを整理する。 個別機能の網羅的なマニュアルではなく、「全体像と、既存DBクライアントとの違い」を地図として描くことを狙いとする。
MCPの仕組みそのものから押さえたい場合は MCPサーバーの作り方2026年完全ガイド：TypeScript・Python両対応チュートリアル を先に読むと、本記事のMCP関連の説明が掴みやすい。
30秒で理解するtabularis
詳細は後続のセクションで扱う。 まず全体像だけを先に置く。
・tabularis は PostgreSQL・MySQL/MariaDB・SQLite 向けのオープンソースDBクライアント。Apache-2.0ライセンスで、Windows・macOS・Linux向けに配布される
・GitHubのTabularisDB/tabularisは2026-06-19時点でスター2,980・フォーク185・オープンIssue68件。最新リリースはv0.13.2（2026-06-16公開）で、リポジトリ作成は2026-01-26
・標準対応は3つのDBのみ。他のDBはプラグインで足す設計で、DuckDB・MongoDB・ClickHouse・IBM Db2などのプラグインが公式オーガナイゼーションに並ぶ
・MCPサーバーを内蔵し、tabularis --mcpでAIエージェントからスキーマ参照とクエリ実行を可能にする
・AIアシスタントはOllamaなどローカルLLMにも対応し、APIキーなしでText-to-SQLを使える
・技術スタックはReact 19 + Tauri v2 + Rust + SQLx。Tauri採用でネイティブアプリとして軽量に配布される
- tabularis を「3つのDB + プラグイン + AI/MCP」という設計として読み解く
- SQLノートブック・Visual EXPLAIN・ビジュアルクエリビルダーといった機能の役割分担を整理する
- 内蔵MCPサーバーが公開する4つのツールと、ローカルLLM対応のAI設計を切り分ける
- DBeaver・TablePlus・Beekeeper Studioとの違いを、ドライバ数とAI/プラグインの軸で位置づける
tabularis とは何か
tabularis は、データベースに接続してテーブルを閲覧・編集し、SQLを書いて実行するためのデスクトップGUIアプリだ。 READMEの一文は、その性格をこう要約している。
An open-source database client for PostgreSQL, MySQL/MariaDB and SQLite. SQL notebooks, visual EXPLAIN, AI and MCP built in. Plugins add everything else.
（PostgreSQL、MySQL/MariaDB、SQLite向けのオープンソースデータベースクライアント。SQLノートブック、Visual EXPLAIN、AI、MCPを内蔵。それ以外はプラグインが足す）
出典: github.com/TabularisDB/tabularis（2026-06-19取得）
数値で現在地を押さえておく。
GitHub APIによる実測で、TabularisDB/tabularis は2026-06-19時点でスター2,980・フォーク185・オープンIssue68件だ。
リポジトリの作成は2026-01-26で、約5か月で2,900スターを超えた比較的新しいプロジェクトにあたる。
最新リリースはv0.13.2（2026-06-16公開）で、メジャーバージョンは0系のため、機能追加が続く開発途上の段階という位置づけになる。
ライセンスはApache-2.0で、商用利用や改変・再配布が許される。
READMEのOrigin Storyには、tabularis が「AI支援開発でゼロからどこまで実用的なツールを作れるか」という実験として始まり、現在はリリースとプラグインのエコシステムを伴う形で継続している、と書かれている。
作者はdebba（Andrea Debernardi）を中心とし、リリースノートを見ると複数のコントリビュータがプラグインや機能のPRを送っている。
開発元のTabularisDBオーガナイゼーションには、本体のほかにHomebrew tap、各種DBプラグイン（DuckDB・ClickHouse・MongoDB・IBM Db2・Google Sheets・Hacker News・CSV）、公式サイト、ドキュメントなどのリポジトリが並ぶ。 本体だけでなく、プラグインを軸にした周辺リポジトリ群でエコシステムを構成している点が特徴だ。
tabularis が解決する課題
データベースのGUIクライアントは、DBeaver、TablePlus、Beekeeper Studio、pgAdminなど既に多く存在する。 そのなかで tabularis が置くフォーカスは、READMEの比較表から読み取れる。
第一に、ライセンスと価格だ。 tabularis はApache-2.0で全機能が無料で使える。 TablePlusは商用ソフトで、DBeaverやBeekeeper Studioは無料版に加えて有料エディションを持つ。 tabularis は機能制限のある無料版という形を取らない。
第二に、AIエージェントとの接続だ。 tabularis はMCPサーバーを内蔵し、ローカルLLMで動くAIアシスタントを標準で備える。 READMEの比較表では、DBeaver・TablePlus・Beekeeper StudioのいずれもMCPサーバー内蔵やローカルモデル対応のText-to-SQLを持たないと整理されている（2026年6月時点の比較、各ツールはその後変化しうる）。
第三に、割り切りだ。 標準対応は3つのDBに絞り、それ以外はプラグインに委ねる。 READMEは次のように明言している。
If you need dozens of drivers, use DBeaver — tabularis focuses on doing a few databases well.
（数十のドライバが必要ならDBeaverを使ってほしい。tabularisは少数のDBを深く扱うことに集中する）
出典: github.com/TabularisDB/tabularis（2026-06-19取得）
つまり tabularis は、「PostgreSQL・MySQL・SQLiteを日常的に使い、AIやローカルLLMと組み合わせて作業したい開発者」に向けて設計を尖らせたツールと読める。 広範なドライバ対応を捨てる代わりに、少数のDBでの深い体験とAI連携を取った、という設計判断だ。
アーキテクチャ全体像
tabularis は、Tauri v2を土台にしたデスクトップアプリだ。 フロントエンドのReactがUIを描き、Rust側がデータベース接続・クエリ実行・プラグイン管理・MCPサーバーを担う。 全体の構成を図にすると次のようになる。
(Monaco)"] NB["SQLノートブック"] EXP["Visual EXPLAIN
/ ER図 / クエリビルダー"] AIUI["AIアシスタント
オーバーレイ"] end subgraph CORE["バックエンド (Rust / Tauri v2 / SQLx)"] CONN["接続マネージャ
(SSHトンネル / Keychain)"] REG["ドライバレジストリ"] MCP["MCPサーバー
(--mcp)"] end subgraph DB["データベース"] PG[("PostgreSQL")] MY[("MySQL / MariaDB")] LITE[("SQLite")] end subgraph PLUG["プラグイン (任意言語 / JSON-RPC)"] DUCK["DuckDB"] MONGO["MongoDB"] OTHER["ClickHouse 他"] end AGENT["AIエージェント
(Claude Desktop / Cursor / Windsurf)"] UI --> CORE CONN --> REG REG --> DB REG --> PLUG AIUI -.->|OpenAI / Anthropic / Ollama 等| LLM["LLMプロバイダ"] AGENT -->|MCP| MCP MCP --> REG
ポイントは、ドライバレジストリが中心に立っていることだ。 標準の3DBも、プラグインで足したDBも、同じレジストリ経由で扱われる。 MCPサーバーもこのレジストリを通してクエリを実行するため、AIエージェントからはプラグインで追加したDBも同じように見える（v0.13.0で、MCPがプラグインドライバをレジストリ経由でディスパッチするよう改善されている）。
主要機能の詳細
tabularis の機能は、READMEのFeaturesセクションに整理されている。 ここでは作業の流れに沿って主要なものを取り上げる。
データベースエクスプローラは、左サイドバーでテーブル・カラム・キー・インデックス・ビュー・ストアドルーチンをツリー表示する。 サイドバーから直接スキーマを編集でき、ER図（パン・ズーム・レイアウト調整つき）も生成できる。
SQLエディタはMonaco Editorをベースにし、シンタックスハイライトと補完を備える。
タブごとに接続を分離でき、分割ビューにも対応する。
「Run All」「Run Selected」など複数ステートメントの実行方法を選べ、ストアドプロシージャや$$区切りブロックを正しく分割するスマートな分割機能を持つ。
SQLノートブックは、SQLセルとMarkdownセルを1つのドキュメントに混在させられる機能だ。
セルの結果をその場でグリッドや棒・折れ線・円グラフとして表示できる。
という記法で他セルの結果を参照でき、でグローバルパラメータも使える。
ノートブックは.tabularis-notebookファイルとして自動保存され、HTML・CSV・JSONにエクスポートできる。
Visual EXPLAINは、実行計画をテキストではなくノードグラフとして可視化する。
ノードごとの正確なメトリクス、DB本来の出力、AI支援の分析という3つのビューを切り替えられる。
PostgreSQL・MySQL/MariaDB・SQLiteそれぞれのドライバに最適なEXPLAIN形式を使い、コストの高いスキャンや見積りのズレを目で追える。
ビジュアルクエリビルダーはReactFlowベースで、テーブルをドラッグ＆ドロップしJOINを線でつないでクエリを組み立てる。 WHERE/HAVINGフィルタ、COUNT・SUM・AVGなどの集計、ソート、リミットに対応し、SQLがリアルタイムに生成される。
このほか、データグリッドはインラインとバッチでのセル編集、CSV/JSONエクスポート、JSON/JSONBセルの専用エディタ（Tree / Monaco / Rawモード）を備える。
AIアシスタントとMCPサーバー連携
tabularis のAI機能は2層に分かれる。 ひとつはアプリ内のAIアシスタント、もうひとつはAIエージェント向けのMCPサーバーだ。
AIアシスタントは、Text-to-SQLとクエリ説明を担う任意機能だ。 対応プロバイダはOpenAI、Anthropic、MiniMax、OpenRouter、Ollama、およびGroq・Perplexity・Azure OpenAI・LocalAIといったOpenAI互換APIに及ぶ。 注目したいのはOllama対応で、ローカルモデルを使えばAPIキー不要・データを外部に出さずにText-to-SQLを使える。 スキーマやクエリを外部サービスに送りたくない環境でも、AI支援を諦めずに済む設計だ。
もうひとつのMCPサーバーは、tabularis の外側にいるAIエージェントを接続点にする。
tabularis --mcpで起動し、Claude Desktop・Cursor・Windsurfに対してはSettings → MCP Server Integrationからワンクリックで設定できる。
AIエージェント側からは次の4つのツールが見える。
・list_connections — 保存済みのDB接続を一覧する
・list_tables — 接続内のテーブルを一覧する（スキーマフィルタ任意）
・describe_table — カラム・インデックス・外部キーを含むスキーマ全体を取得する
・run_query — 任意のSQLを実行して結果を返す
READMEには「本番DBのテーブルを一覧してordersテーブルを説明して」「今月の注文額上位10顧客を出すクエリを書いて実行して」といった例示プロンプトが載っている。
保存済み接続をAIエージェントの作業対象として渡せるため、スキーマを毎回貼り付けずにDB相手の作業を任せられる。
なおrun_queryは任意SQLを実行できるツールであり、書き込みや削除を含むクエリも投げうる。
AIエージェントにDB操作を委ねる以上、接続先や権限の設計は利用者側の責任で行う必要がある。
プラグインシステム
tabularis の拡張は、外部プラグインシステムで実現されている。 プラグインは独立した実行ファイルで、アプリ本体とJSON-RPC 2.0をstdin/stdout経由でやり取りする。 この方式のため、プラグインは特定の言語に縛られず、Rust・Python・Goなど任意の言語で書ける。
プラグインは、Settings → Available Pluginsからコミュニティ製ドライバを再起動なしで導入できる。
導入済みのドライバ（標準・プラグインの両方）はSettings → Installed Driversで一覧・アンインストールできる。
公式プラグインはplugins/registry.jsonに登録され、自作ドライバの作り方はplugins/PLUGIN_GUIDE.mdにまとまっている。
公式オーガナイゼーションには、DuckDB・MongoDB・ClickHouse・IBM Db2・Google Sheets・CSV・Hacker Newsといったプラグインリポジトリが公開されている。 たとえばCSVプラグインは「CSVファイルのフォルダをSQLでクエリ可能なDBに変える」もので、Google Sheetsプラグインは「各タブをテーブル、先頭行をカラム名として扱う」ものだ。 標準の3DBに閉じず、ファイルやSaaSのデータもSQLの土俵に乗せられる拡張余地がある。
既存DBクライアントとの対比
READMEは、tabularis をDBeaver CE・TablePlus・Beekeeper Studioと比較する表を載せている。 要点を抜き出すと次のようになる。
| 項目 | tabularis | DBeaver CE | TablePlus | Beekeeper Studio |
|---|---|---|---|---|
| ライセンス | Apache 2.0・無料 | Apache 2.0・無料（Proは有料） | 商用 | GPLv3（有料版あり） |
| SQLノートブック | あり | なし | なし | なし |
| MCPサーバー内蔵 | あり | なし | なし | なし |
| プラグイン | 任意言語（JSON-RPC） | Java/Eclipse | JavaScript | なし |
| ローカルLLM対応AI | あり（Ollama） | クラウドAI | なし | なし |
| Visual EXPLAIN | あり | あり | なし | なし |
| 標準対応DB数 | 3（＋プラグイン） | 100以上 | 20以上 | 約10 |
出典: tabularis README（2026年6月時点の比較。各ツールの機能はその後変化しうる）
この表を軸の地図にすると、tabularis の立ち位置がはっきりする。
DBeaverが「多ドライバ」を強みに置くのに対し、tabularis は「少ドライバ＋AI/MCP連携」に振っている。 どちらが優れているという話ではなく、扱うDBの幅とAIワークフローのどちらを重視するかで選択が分かれる、と読むのが妥当だ。
導入手順（最小例）
tabularis はパッケージマネージャ経由で導入できる。 READMEに記載された各OS向けのコマンドは次の通りだ。
winget install Debba.Tabularis # Windows
brew tap TabularisDB/tabularis && brew install --cask tabularis # macOS
sudo snap install tabularis # Linux
macOSで直接ダウンロード版を使う場合、アクセシビリティ権限の付与が必要になることがある。 また、コピー後に次のコマンドで隔離属性を外す必要がある場合がある。
xattr -c /Applications/tabularis.app
ソースからビルドする場合は、Tauriの開発フローに従う。
pnpm install
pnpm tauri dev # 開発モードで起動
pnpm tauri build # 配布用バイナリをビルド
MCPサーバーをAIエージェントと組み合わせるなら、起動はコマンド1つだ。
tabularis --mcp
Claude Desktop・Cursor・Windsurfであれば、Settings → MCP Server Integrationの「Install Config」から設定を書き込み、クライアントを再起動すれば接続できる。
設定ストレージは~/.config/tabularis/（Linux）、~/Library/Application Support/tabularis/（macOS）、%APPDATA%\tabularis\（Windows）に置かれ、接続プロファイルや保存クエリ、config.jsonがここにまとまる。
想定ユースケース
公開情報から読み取れる範囲で、tabularis が噛み合う場面を挙げる。
ひとつは、ローカルLLMでのSQL作業だ。 Ollama対応のAIアシスタントを使えば、スキーマやデータを外部に出さずにText-to-SQLを使える。 社内DBや個人情報を含むDBで、AI支援は欲しいが外部送信は避けたい、という制約に合う。
ふたつめは、AIエージェントからのDB操作だ。 内蔵MCPサーバーを通せば、Claude DesktopやCursorから保存済み接続に対してスキーマ参照やクエリ実行を任せられる。 「テーブル構造を調べてクエリを書いて実行する」一連の流れをエージェントに渡す使い方ができる。
みっつめは、分析メモを残すSQLノートブックだ。 SQLとMarkdownとチャートを1ファイルにまとめ、セル間で結果を参照できるため、調査の過程と結論を残しながらクエリを積み上げられる。 HTML/CSV/JSONにエクスポートできるので、結果の共有にも向く。
よっつめは、ファイルやSaaSをSQLで扱う用途だ。 CSVプラグインやGoogle Sheetsプラグインを使えば、CSVフォルダや表計算をテーブルとしてSQLでクエリできる。
制限事項・既知の課題
導入前に踏まえておきたい点も、一次情報から確認できる。
第一に、標準対応DBが3つに限られる点だ。 SQL Server、Oracle、その他のDBは標準では扱えず、プラグインの有無に依存する。 SQL Serverドライバはロードマップ上「実装ロードマップ＋コントリビュータ募集」の段階で、未完了として挙がっている。
第二に、バージョンが0系である点だ。
最新がv0.13.2で、安定版（1.0）には達していない。
リリースノートを見るとバグ修正が継続しており、UIの細部やドライバの挙動は今後も変わりうる。
第三に、プラグインの成熟度だ。 公式オーガナイゼーションのプラグインの多くはスター数が小さく、活発に検証されているとは限らない。 本番運用で重要なDBをプラグイン経由で扱う場合は、各プラグインのメンテナンス状況を個別に確認する必要がある。
第四に、AIエージェントにDB操作を委ねるリスクだ。
MCPのrun_queryは任意SQLを実行できるため、接続先の権限設計を誤ると、エージェントが意図せぬ書き込みや削除を行いうる。
読み取り専用ユーザーでの接続など、運用側での安全策が前提になる。
これらは「未成熟」というより、「3DBに集中し、拡張はプラグインとコミュニティに委ねる」という設計選択の裏返しと捉えるのが正確だ。
ライセンスと利用条件・まとめ
tabularis のライセンスはApache-2.0だ。 著作権表示とライセンスの保持を条件に、商用利用・改変・再配布・特許利用が許される、緩やかなライセンスにあたる。 本体は無料で、費用が発生するのはクラウドLLMをAI機能で使う場合のAPI利用料のみだ。
全体を振り返ると、tabularis は「PostgreSQL・MySQL・SQLiteに集中し、その代わりAIとMCPを最初から組み込む」という明確な設計判断のDBクライアントだ。 DBeaverのような網羅性は持たないが、ローカルLLM対応のAIアシスタントと内蔵MCPサーバーによって、AIエージェントを前提としたDB作業の入口になりうる。 扱うDBが3つの標準対応に収まり、AIワークフローを重視するなら有力な選択肢になる。 一方、多数のドライバが必要なら現時点では他ツールが適する、というのは作者自身が認めるところだ。
MCPを介したDB連携の前提を整理したい場合は MCPサーバーとは｜仕組み・代表的なサーバー一覧・自作手順を2026年最新で解説 を、ワークフロー自動化のなかでMCPサーバーをつなぐ事例は n8n-mcp 解説 を合わせて読むと、tabularis のMCP機能の位置づけが掴みやすい。
