Chi lavora quotidianamente con database conosce il compromesso che ha accettato nel tempo: o si usa qualcosa di potente ma lento e ingombrante, oppure qualcosa di veloce ma con funzionalità ridotte al minimo. DBeaver è il riferimento open source più diffuso, ma chiunque lo abbia usato sa che avviarlo richiede pazienza, che l’interfaccia è un dedalo di pannelli e finestre, e che il peso della JVM si sente. TablePlus è l’alternativa elegante, ma è a pagamento e funziona al meglio su macOS. DataGrip di JetBrains è eccellente ma richiede un abbonamento.
Il segmento “veloce, open source, con una UI moderna” è rimasto vuoto a lungo.Tabularis prova a occuparlo. È un client desktop open source per database, scritto con Tauri v2 (backend in Rust) e React 19 come frontend, disponibile su Windows, macOS e Linux. Supporta MySQL/MariaDB, PostgreSQL con gestione multi-schema, e SQLite. L’ultima versione stabile è la v0.10.1, rilasciata il 4 maggio 2026, e il progetto ha già superato un migliaio di stelle su GitHub con 84 fork in pochi mesi dall’apertura del repository.
Quello che distingue Tabularis dai concorrenti non è una singola funzionalità, ma una somma di scelte di design coerenti: un editor SQL basato su Monaco (lo stesso di VS Code), un sistema di notebook SQL simile a Jupyter ma nativo, un visual query builder drag-and-drop, un sistema di plugin estendibile in qualsiasi linguaggio, e un server MCP integrato per connettere agenti AI direttamente al tuo database.
In latino tabularis significa “relativo a un registro”, dalla radice tabula, le tavolette su cui i Romani annotavano contratti, elenchi e atti ufficiali. Un richiamo diretto al vocabolario dei database, dove i dati vivono per definizione in righe e colonne, e un’assonanza con il termine moderno tabular, usato in informatica proprio per descrivere strutture a griglia.
Il problema con i client database attuali
Nel panorama dei client database attuali ci sono gli strumenti enterprise come DBeaver o DataGrip; strumenti potenti ma appesantiti da decenni di funzionalità accumulate. Interfacce costruite su paradigmi vecchi, e nel caso di DBeaver un avvio che su hardware moderno richiede comunque diversi secondi di attesa per inizializzare la JVM.
Poi ci sono i client minimali come DBngin (solo macOS), Sequel Ace (solo macOS, solo MySQL), o gli editor online come Adminer e phpMyAdmin.
TablePlus e Beekeeper Studio occupano una via di mezzo interessante, ma con limiti precisi. TablePlus è eccellente per esperienza d’uso e velocità, ma il modello di licenza limita le funzionalità nella versione gratuita, e il supporto Linux è arrivato tardi e in forma ridotta. Beekeeper Studio è open source nella Community Edition, ma le funzionalità più avanzate sono riservate alla versione Ultimate a pagamento.
Il punto critico non è solo il prezzo. Il fatto è che nessuno di questi strumenti ha integrato nativamente i due trend che stanno cambiando il lavoro di chi gestisce database nel 2026: i notebook SQL per combinare query e documentazione in un unico documento eseguibile, e l’integrazione con agenti AI tramite protocolli standard come MCP. Tabularis li ha entrambi, e sono inclusi nella versione gratuita e open source.
Installazione su tutti i sistemi operativi
Tabularis è disponibile per Windows, macOS e Linux in diversi formati. Nessuno richiede configurazioni particolari.
Windows (via WinGet, il metodo consigliato):
winget install Debba.TabularismacOS (via Homebrew):
brew tap TabularisDB/tabularis
brew install --cask tabularisSe scarichi il .dmg direttamente dalla pagina delle release, dopo aver copiato l’app nella cartella Applicazioni potresti dover eseguire:
xattr -c /Applications/tabularis.appQuesto rimuove l’attributo di quarantena che macOS assegna alle app non distribuite tramite l’App Store.
Linux con Snap:
sudo snap install tabularisArch Linux tramite AUR:
yay -S tabularis-binSono disponibili anche pacchetti .deb, .rpm e AppImage dalla pagina delle release su GitHub. Una volta installato, Tabularis controlla gli aggiornamenti automaticamente all’avvio e ti notifica quando una nuova versione è disponibile.
La configurazione viene salvata in ~/.config/tabularis/ su Linux, in ~/Library/Application Support/tabularis/ su macOS, e in %APPDATA%\tabularis\ su Windows. Il file connections.json contiene i profili di connessione, config.json gestisce tema, lingua e dimensione delle pagine dei risultati.
SQL notebooks, visual query builder e visual explain
Le funzionalità che separano Tabularis da un semplice editor SQL sono tre.
I SQL Notebooks combinano celle SQL e celle Markdown in un unico documento salvato come file .tabularis-notebook. Ogni cella SQL mostra i risultati direttamente sotto, con visualizzazioni a barre, linee e torta disponibili per ogni risultato. La parte davvero utile è il sistema di variabili cross-cell: puoi fare riferimento ai risultati di un’altra cella con la sintassi {{cellName.columnName}}, e la dipendenza viene risolta automaticamente nell’ordine di esecuzione. I notebook si esportano anche come HTML, CSV o JSON.
Il visual query builder è costruito con ReactFlow e permette di assemblare query trascinando le tabelle nell’area di lavoro e collegandole visivamente per definire i JOIN. Filtri WHERE e HAVING, aggregati come COUNT, SUM e AVG, ordinamento e limiti sono tutti configurabili dalla UI. Il codice SQL viene generato in tempo reale mentre costruisci la query.
Il visual EXPLAIN trasforma i piani di esecuzione del database in grafi navigabili invece di testo grezzo. Funziona con PostgreSQL, MySQL/MariaDB e SQLite, usando il formato EXPLAIN più dettagliato disponibile per ciascun driver. Puoi passare tra la vista grafo, i dati grezzi originali, e una vista opzionale assistita da AI. È uno strumento pratico per individuare scansioni complete di tabelle o join inefficienti senza dover interpretare manualmente decine di righe di output.
Il sistema di plugin e l’integrazione MCP
Il sistema di plugin di Tabularis è costruito attorno a un principio semplice ma flessibile: ogni plugin è un eseguibile separato che comunica con l’app tramite JSON-RPC 2.0 su stdin/stdout. Questo significa che puoi scrivere un plugin in qualsiasi linguaggio, da Python a Go a Node.js, purché sappia leggere da stdin e scrivere su stdout nel formato corretto.
Dal pannello Settings → Available Plugins puoi sfogliare e installare i driver della community senza riavviare l’app. La lista dei plugin ufficiali è nel file plugins/registry.json del repository. Se vuoi aggiungere supporto per DuckDB, MongoDB o qualsiasi altro database non supportato nativamente, puoi farlo installando o scrivendo un plugin.
L’integrazione MCP merita un discorso a parte. MCP (Model Context Protocol) è il protocollo aperto creato da Anthropic che permette agli agenti AI di interagire con strumenti esterni in modo standardizzato. Tabularis include un server MCP integrato che si avvia con:
tabularis --mcpUna volta attivo, agenti come Claude Desktop, Cursor o Windsurf possono connettersi al tuo database attraverso Tabularis e usare quattro strumenti: list_connections per elencare le connessioni salvate, list_tables per elencare le tabelle di una connessione, describe_table per ottenere schema completo con colonne, indici e chiavi esterne, e run_query per eseguire query SQL e ricevere i risultati.
La configurazione con Claude Desktop richiede di aggiungere questo blocco al file di configurazione del client:
{
"mcpServers": {
"tabularis": {
"command": "/path/to/tabularis",
"args": ["--mcp"]
}
}
}
In Tabularis trovi anche il pulsante Install Config direttamente in Settings → MCP Server Integration, che automatizza questo passaggio per i client supportati.
Tabularis: le funzionalità AI e cosa ci puoi fare
Le funzionalità AI di Tabularis sono opzionali e non richiedono nessun account o chiave API predefinita. Puoi scegliere il provider che preferisci tra OpenAI, Anthropic, MiniMax, OpenRouter, o un’istanza locale di Ollama o LMStudio (se preferisci la privacy totale).
Per chi usa API cloud, è disponibile anche la modalità OpenAI Compatible, che ti permette di puntare a qualsiasi servizio che implementi il formato API di OpenAI, tra cui Groq (https://api.groq.com/openai/v1), Perplexity (https://api.perplexity.ai), o server locali come LocalAI.
Nella pratica quotidiana, le funzionalità AI si manifestano in tre modi. Il primo è il Text-to-SQL: scrivi in linguaggio naturale cosa vuoi ottenere e l’assistente genera la query. Il secondo è la spiegazione delle query esistenti, utile per chi lavora su codice SQL scritto da altri. Il terzo è l’integrazione con il visual EXPLAIN, dove l’AI può analizzare il piano di esecuzione e suggerire ottimizzazioni.
Puoi personalizzare i modelli disponibili per ogni provider aggiungendo la chiave aiCustomModels nel file config.json, per esempio:
{
"aiEnabled": true,
"aiProvider": "openai",
"aiCustomModels": {
"openai": ["gpt-5.4", "gpt-5.5"],
"anthropic": ["claude-sonnet-4-6", "claude-opus-4-7"],
"openrouter": ["deepseek/deepseek-v4-pro", "google/gemini-3.1-pro-preview"]
}
}
La lista dei modelli viene cachata localmente per 24 ore e può essere aggiornata manualmente con il pulsante di refresh in Settings.
Tabularis: un progetto giovane nella giusta direzione
Tabularis è nato come esperimento di sviluppo assistito da AI, per esplorare fino a che punto agenti intelligenti possono accelerare la costruzione di uno strumento funzionale da zero.
Ci sono ancora aree in sviluppo. Il supporto a SQL Server è nella roadmap ma non ancora implementato. Nessun problema se lavori principalmente con MySQL, MariaDB o PostgreSQL, che sono i database più diffusi nell’ecosistema web. Per chi gestisce infrastrutture SQL Server o database enterprise, la valutazione va rimandata.
Quello che c’è già, invece, funziona bene. La combinazione di editor SQL veloce, notebook integrati, plugin system aperto e server MCP è una proposta che nessun altro client open source offre ancora in modo integrato. Vale la pena tenere Tabularis nella propria cassetta degli attrezzi, anche solo come alternativa da aprire quando non ne puoi più di DBeaver.
