Databench by Alkera
Alkera (Alkera AI, Inc.) · 程式設計 · 生產力 · 商業
Databench by Alkera 是開放原始碼、可自架的資料工作空間,讓資料團隊與 AI 代理在同一處共用筆記本、檔案、對話與運算資源。

關於 Databench by Alkera
About
什麼是 Databench by Alkera
Databench by Alkera 是跑在瀏覽器裡的資料工作空間,以 Apache-2.0 授權開放原始碼。團隊會拿到共用的筆記本、檔案、代理對話,以及這些對話所運行的機器,全部放在自己維護的部署裡。開發這個專案的 Alkera 另外在 alkera.ai 經營託管版本,提供託管連接器與免費方案。
它要解決的問題,任何把寫程式代理丟到資料倉儲前面的人都遇過。查詢可以順利跑完卻仍然是錯的,因為 join、取樣或來源資料表本身有問題。Databench 把代理留在你正在編輯的同一本筆記本裡,它對 SQL 與 Python 的修改會逐格出現,你當下就看得到。
這不是託管式的 BI 產品。互動式儀表板、成套連接器與 SSO 都屬於 Alkera 的商業平台。開放版本給你協作筆記本、共用檔案、代理對話,以及自己接上的運算資源。代價是要自己維運,好處是資料留在本來就付了錢的機器上。
把這個工具拿來和託管筆記本相比,真正要問的是自架資料工作空間值不值得那些維運工作。答案取決於你的資料能離開公司多少。如果一步都不能離開,跑在自己機器上的資料分析 AI 代理,才是主管敢簽的那個版本。
開始使用
- 安裝 Docker 與 Compose v2,複製儲存庫,把
.env.example複製成.env,填入 Anthropic 或 OpenAI 的金鑰。 - 執行
docker compose up --build,打開http://localhost:8080,以預設管理員身分登入,確認整套服務正常。 - 要讓其他人連進來,改用正式環境的 compose 檔,設定真實密鑰與對外網址,再執行一次管理員初始化。
- 在 Organisation 的 Machines 頁面用 SSH 加入 Linux 伺服器,等節點完成註冊,把工作空間移到那台機器,對話與 SQL 與 Python 筆記本就會在那裡執行。
產品資訊
快速了解 Databench by Alkera 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 資料工程師:代理在共用筆記本裡讀寫儲存格,pipeline 的工作留下可審查的紀錄,不會消失在對話串裡。開始前需要 Docker 與一組供應商金鑰。
- 分析工程師:SQL 儲存格可以查詢機器連得到的任何連線,結果以 dataframe 交給 Python 儲存格。平常寫 dbt 模型的人會覺得工作方式很熟悉。
- 資料科學家:筆記本核心可以指定到獨立的 GPU 機器跑訓練,曲線圖就畫在同一個檔案裡。
任務
- 用 SQL 分析倉儲:在對話裡提出問題,送出前逐格檢查產生的查詢。
- 在租來的算力上做訓練與後訓練:把 GPU 節點接到工作空間,loss 曲線和產生它的程式碼放在一起。
- 審查代理產出:修改即時出現在筆記本,同事可以在代理還在跑的時候就提出反對。
- 把工作交給別人:筆記本是一般的 Python 檔案,做到一半的分析可以直接在同一個工作空間打開,不必匯出成 PDF。
情境
- 資料必須留在自家的團隊:每個對話都在你註冊的機器上以沙箱執行,模型呼叫走自己的金鑰。
- 沒有平台小組的小型資料團隊:一份 compose 檔就能跑起本機環境,要加算力再加一台 SSH 伺服器。
- 第一次接觸陌生資料集:同時開幾個代理在各自對話裡比較做法,最後留下經得起檢查的那本筆記本。
主要功能
同一本筆記本裡有 SQL、Python 與代理
一本筆記本同時放 SQL 與 Python 儲存格。SQL 儲存格查詢任何設定好的連線,結果以 dataframe 交給 Python,表格與圖表直接畫在頁面上。檔案本身是一般的 Python,相容於 marimo,可以用編輯器打開,也能在 git 裡比對差異。團隊要的是審查歷史而不是結果截圖時,這一點很關鍵。
代理在你旁邊即時修改
代理會讀取、寫入並執行你開著的那本筆記本,修改在它動手時就出現。多個人可以加入同一個對話,原本一個人的分析變成共同作業。你可以中止執行、改一個儲存格,再把修正交回給代理,不必整段重講。
自己接上的運算資源
組織管理員可以加入任何連得到的 Linux 伺服器,Databench 會在裡面安裝節點。機器以團隊為單位共用,一台 GPU 主機就能服務需要的人,不必另外開叢集帳號。每個對話跑在自己的沙箱裡,用 gVisor 與 nftables 規則隔開,主機上的其他服務不受影響。
自備模型金鑰的模型閘道
對話透過閘道連到 Anthropic、OpenAI 或 Bedrock,用的是你提供的金鑰。中間沒有轉售,也沒有共用額度卡在你和供應商之間。要換金鑰或換供應商,改自己的設定就好,不用開支援單。
組織、團隊與權限紀錄
密碼登入涵蓋組織、巢狀團隊、邀請與角色。單一授權層會為每個動作分類並記下判斷結果,代理提出破壞性操作時,審查的人有紀錄可查。代理式資料平台要能交給外部人員與稽核使用,靠的就是這一層。
共用檔案與 CLI
每個組織有一個共用磁碟,支援即時編輯、分享與垃圾桶,同事丟進來的 CSV 全部筆記本都拿得到。alkera CLI 會啟動本機常駐程式,以 JSON-RPC 跟網頁應用溝通,開發者可以在終端機工作又不脫離共用工作階段。
優缺點
優點
- Apache-2.0 授權,沒有按人頭計費,團隊只要負擔伺服器與模型 token 的成本。
- 資料留在自己註冊的基礎設施上,前期測試用筆電的 Docker 就能跑。
- 代理的修改在筆記本裡即時可見,審查自然成為流程的一部分。
- 自備金鑰讓供應商選擇與帳單都握在自己手上。
- 筆記本是一般 Python 檔案,版本控制與 marimo 工具鏈照樣可用。
缺點
- 自架需要 Docker、TLS、密鑰管理與 Linux 伺服器的 SSH 權限,比託管筆記本多出不少設定工作。
- Claude Agent SDK 的 harness 還在開發中,目前只有 opencode 可用。
- 伺服器若用 ufw 或 firewalld,預設會擋掉轉送流量,節點不會為這兩者加規則,連接埠得自己開。
- 沒有行動版應用,也不支援 Windows 伺服器。Windows 只適用於 CLI 與它的常駐程式。
常見問題
開放原始碼資料工作空間以 Apache-2.0 授權免費自架,只需負擔伺服器與模型 token。Alkera 的託管平台另有免費方案,提供 10 GB 儲存空間,之後是每月 50 美元的 Plus 與每月 200 美元的 Pro。
相關內容
探索與 Databench by Alkera 相關的工具、技能與文章。
Databench by Alkera 替代方案
Base Code
Base44 (Wix) · 程式設計 · 生產力Base Code 是 Base44 推出的共享雲端開發環境。團隊在對話中描述對既有 GitHub 儲存庫的修改,看著預覽確認結果,再以 Pull Request 交回工程團隊。
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型,能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量,在手機與筆電上就能執行。
GitGlow
GitGlow · 程式設計 · 生產力GitGlow 是桌面版 Git 用戶端,把你自己的程式碼與 AI 代理程式的變更集中在同一份審查裡,讓你在交付前看清楚機器上究竟要送出什麼。
