选择您的方案
选择赛道,然后选择级别。点击任意能力即可查看其解锁内容。
比较所有方案
左右滑动即可查看每一层——行标签保持不变。
每个计划都包含所有内容 11 数据库引擎和所有 8 API 连接器 — 53 数据源总数。所有级别均不收取任何席位费用——席位决定谁可以构建查询,而不是有多少人可以运行您共享的查询。
开始我能得到什么? 自由的?
简而言之:远比“免费”栏目所暗示的要多得多。
常见问题
使用量如何计算?
我们以代理处理的数据量(以 MB 为单位)来衡量,而不是以行数为单位。得益于压缩技术,少量数据就能发挥巨大作用:数据流和 API 调用通常会压缩 3-5 倍,对于分析型工作负载,压缩倍数最高可达 10 倍。大多数用户都能很好地控制在每月限额内。
我按用户付费吗?
不,所有套餐均不收取座位费。费用按处理的数据量计算,因此您可以与 5 个人或 500 个人共享查询,账单金额保持不变。管理员和查询管理员席位决定了谁可以创建/管理查询——其他用户在免费帐户上只能刷新共享查询。
什么是“Agent 安装”?
每台运行网络代理的机器都算作一次安装——一台在您的办公室服务器上,一台在云端,则算作两次安装。每个代理都可以连接到多个数据库并并行运行查询。
我之后可以更改计划吗?
是的。您可以立即按比例升级,也可以随时降级——您保存的查询和连接都会保留。更改套餐时,现有角色绝不会被删除。
哪些方案包含 MCP、REST API 和联合查询?
这三项内容在所有套餐中均有提供,包括免费套餐。 您无需付费即可将 Claude、Cursor、ChatGPT 或 Grok 集成到您的数据库中,发布数据库 REST API 端点,或同时跨两个数据源运行联合查询。免费套餐包含托管的 MCP 服务器(1 个密钥,30 次请求/分钟)、一个 API 端点(2 个密钥)以及跨 2 个数据源的联合查询——所有这些都包含在每月 5 MB 的查询流量中,永久免费。免费套餐的流量上限为 [此处应填写具体数值]。 每次调用 250 行 无论是 API 查询还是联合查询,其处理能力都足以在您自己的数据上进行验证,但不足以直接运行。付费方案可将处理量提升至数千行,并且从 15 美元起,流式导出功能可支持高达 25 万行的数据。 升级是为了容量,而不是为了功能。 个人核心版每月 15 美元,提供 5 倍数据量(每月 25 MB)、第三个数据源、查询管理器、5 倍 API 速率以及更大的联合结果集。个人增强版每月 30 美元,将 MCP 的请求速率提升至每分钟 90 次,并增加第二个网络代理、5 个数据源、动态过滤器和查询共享功能。
Nova AI 是否包含在所有方案中?
Nova AI包含在商业版和企业版套餐中,每个套餐每月都包含一定额度的Nova AI积分;超出额度则需按需付费,并设有预算上限。由于它需要运行大量的后端处理(Schema Intelligence管道),因此不适用于任何个人版套餐,包括付费的个人版套餐。Nova AI的起价为商业核心版,每月50美元。
我能收到提醒和定期报告吗?
是的——所有套餐都包含此功能,包括免费版。规则会监控查询,并在结果发生变化或超过阈值时通知您;定时报告则会按预定频率发送结果。套餐级别的不同之处在于:检查频率、可运行的规则和报告数量,以及报告发送范围:免费版每天仅限应用内一次;个人核心版每 6 小时增加一次电子邮件通知;个人增强版每小时增加一次 Discord 通知;商务版和企业版则解锁所有八个渠道(Slack、兼容 Teams 的 Webhook、Google Chat、Telegram 等),每 5 分钟进行一次检查,并提供 Nova 语音播报报告。
哪些套餐包含联合查询?
Every plan, including Free. Free connects 2 data sources and federates across both — 1,000 rows per source and 250 result rows, enough to prove it on your own data. The ceiling grows with your tier: Personal plans reach 2 sources with up to 5,000 result rows, Business plans reach up to 4 sources per query and 500,000 rows per source, and Enterprise plans reach up to 8 sources and 5,000,000 rows per source, with more concurrent federated queries and more stitch memory at each step up. See 联合查询的工作原理.









