Databench by Alkera 面向数据团队的开源多人在线协作工作区，可在笔记本中与AI智能体并行探索数据，结果可追溯至代码与数据源。 热门评论 PH 用户嘿 Product Hunt！👋 我是 Rick，Alkera 的联合创始人，正和 Andrew Tran、Tony Li 一起做 Databench。创办 Alkera 之前，我们曾在 TikTok、Ramp、Hudson River Trading 等地和数据团队紧密合作。Alkera 提供一个统一平台，用于数据工程、数据科学和数据分析工作。我们发现，除了传统 Jupyter notebooks 之外，市场非常需要一个智能体原生的数据科学解决方案。❌ 问题虽然像 ADEs 这样的智能体原生界面已经大幅提升了软件工程师的生产力，但数据团队仍然被困在传统的 Jupyter notebook 里，几乎没有针对智能体优先的协作工作流做演进或适配。数据领域的智能体工作还有另一个问题：缺乏问责、可追溯性和可复现性，导致很难验证和复现智能体生成的工作。这就是我们做 Databench 的原因——一个面向数据科学、数据分析和数据工程的开源多人协作工作区。你可以和队友、智能体一起在 notebooks 和聊天里协作，并在笔记本或远程计算节点上运行任意 cell 或智能体。✅ Databench 提供：基于 Apache 2.0 许可的 Alkera 产品开源子集；可与队友和智能体实时共享的多人 SQL 和 Python notebooks；连接 SQLAlchemy 兼容的数据库（PostgreSQL、SQLite、MySQL 等）；基于 marimo 的响应式 notebooks，会根据 SQL 和 Python 的变化重新运行过期的 cells；完全基于 web，带丰富的文件编辑器和 notebook 编辑功能；实时协作，支持来自队友和智能体的实时光标和编辑；在任意地方运行聊天和 notebooks：你的笔记本、远程计算节点或 GPU 集群；声明式图表库，让你的 notebooks 每次都能画出漂亮的图。可在 https://alkera.ai 免费试用，或从 GitHub 自托管：https://github.com/AlkeraAI/Databench如果你有任何问题或顾虑，团队会全天在线帮忙！PH 用户大家好，我是 Alkera 的 CTO，并主导了 Databench 的开发。首先，notebooks 上的实时协作一直感觉很脆弱，而研究本来就该是协作式的。我已经数不清有多少次想通过 VS Code Live Share 在 Jupyter notebook 上协作，结果却遇到 cells 不同步。等智能体也加入进来开始改东西时，这种体验只会更糟。在 Databench 里，我们把多人协作做成了产品的核心部分。其次，我很少在笔记本上跑什么有意思的数据分析，尤其是涉及 GPU 的。所以，我想要一种从一开始就为远程计算交互而设计的体验。很想听听有没有人也和数据搏斗过，尤其是在 notebooks 里。PH 用户@rick_alkera 和队友、AI 智能体在同一个工作区里协作听起来真的很有用。很期待看到大家怎么用 databench。PH 用户嘿大家！我是 Tony，Alkera 的联合创始人之一，和 Rick、Andrew 一起。创办 Alkera 之前，我做过一个交易项目，从体育博彩平台和预测市场拉赔率，寻找 +EV 下注和套利机会。我的数据 pipeline 放在 Python 文件和仓库里，虽然能跑，但我看不到数据怎么流动，也不信任我的 coding 智能体——它们做 SWE 很厉害，但面对散落在不同工具里的数据就不太行了。Databench 就是我希望当时就有的工作区，现在我自己也在用。很想看看其他人会怎么用它！PH 用户不错！！我不太喜欢 SQL，所以任何能让它更好用的东西，在我看来都是加分项。你们最大的竞争对手是谁，你们哪些地方做得更好？PH 用户恭喜发布！我很喜欢数据和代码始终与智能体的工作一起保持可见。当所有人都能看到答案是怎么得出的时，讨论答案就容易多了。 热门产品Tony Li2026-10-07原文 打开互动版
Alkera 提供一个统一平台，用于数据工程、数据科学和数据分析工作。我们发现，除了传统 Jupyter notebooks 之外，市场非常需要一个智能体原生的数据科学解决方案。
❌ 问题
虽然像 ADEs 这样的智能体原生界面已经大幅提升了软件工程师的生产力，但数据团队仍然被困在传统的 Jupyter notebook 里，几乎没有针对智能体优先的协作工作流做演进或适配。数据领域的智能体工作还有另一个问题：缺乏问责、可追溯性和可复现性，导致很难验证和复现智能体生成的工作。
这就是我们做 Databench 的原因——一个面向数据科学、数据分析和数据工程的开源多人协作工作区。你可以和队友、智能体一起在 notebooks 和聊天里协作，并在笔记本或远程计算节点上运行任意 cell 或智能体。
✅ Databench 提供：基于 Apache 2.0 许可的 Alkera 产品开源子集；可与队友和智能体实时共享的多人 SQL 和 Python notebooks；连接 SQLAlchemy 兼容的数据库（PostgreSQL、SQLite、MySQL 等）；基于 marimo 的响应式 notebooks，会根据 SQL 和 Python 的变化重新运行过期的 cells；完全基于 web，带丰富的文件编辑器和 notebook 编辑功能；实时协作，支持来自队友和智能体的实时光标和编辑；在任意地方运行聊天和 notebooks：你的笔记本、远程计算节点或 GPU 集群；声明式图表库，让你的 notebooks 每次都能画出漂亮的图。
可在 https://alkera.ai 免费试用，或从 GitHub 自托管：https://github.com/AlkeraAI/Databench
如果你有任何问题或顾虑，团队会全天在线帮忙！
首先，notebooks 上的实时协作一直感觉很脆弱，而研究本来就该是协作式的。我已经数不清有多少次想通过 VS Code Live Share 在 Jupyter notebook 上协作，结果却遇到 cells 不同步。等智能体也加入进来开始改东西时，这种体验只会更糟。在 Databench 里，我们把多人协作做成了产品的核心部分。其次，我很少在笔记本上跑什么有意思的数据分析，尤其是涉及 GPU 的。所以，我想要一种从一开始就为远程计算交互而设计的体验。很想听听有没有人也和数据搏斗过，尤其是在 notebooks 里。
创办 Alkera 之前，我做过一个交易项目，从体育博彩平台和预测市场拉赔率，寻找 +EV 下注和套利机会。我的数据 pipeline 放在 Python 文件和仓库里，虽然能跑，但我看不到数据怎么流动，也不信任我的 coding 智能体——它们做 SWE 很厉害，但面对散落在不同工具里的数据就不太行了。
Databench 就是我希望当时就有的工作区，现在我自己也在用。很想看看其他人会怎么用它！