클리디 vs book-to-skill

클리디 장단점

• GitHub에서 3,000개 이상의 스타를 받으며 개발자 커뮤니티에서 빠르게 주목받고 있고, Docker로 `docker run -p 8080:8080 clidey/whodb` 한 줄이면 바로 실행할 수 있어 설치 장벽이 매우 낮습니다. PostgreSQL, MySQL, MongoDB, Redis, SQLite, Elasticsearch, MariaDB 등 주요 데이터베이스를 한 곳에서 연결할 수 있어 도구 전환 비용이 줄어들며, React 기반 깔끔한 UI로 테이블 뷰에서 직접 데이터를 편집·추가·삭제가 가능합니다. 특히 ChatGPT 스타일의 자연어 쿼리 기능으로 "지난 7일간 가입한 사용자 수" 같은 질문을 하면 자동으로 SQL을 생성해 주어 SQL 초보자도 쉽게 데이터를 조회할 수 있습니다. 완전한 오픈소스(BSD 라이선스)로 무료 사용이 가능하고, 셀프 호스팅으로 데이터가 외부로 전송되지 않아 보안 민감 환경에서도 활용할 수 있습니다.

• 2024년 중반에 첫 릴리스된 신생 프로젝트라 프로덕션 환경에서의 장기 안정성 검증이 아직 부족하고, 버그나 기능 개선이 활발히 이루어지는 과도기라 급격한 변경이 있을 수 있습니다. 자연어 쿼리 기능은 단순한 조회에는 편리하지만 복잡한 조인이나 서브쿼리, 집계 함수가 필요한 고급 분석 쿼리에서는 생성된 SQL이 부정확하거나 오류가 발생할 수 있어 결국 수동 수정이 필요한 경우가 많습니다. DBeaver나 DataGrip처럼 ER 다이어그램 생성, 쿼리 최적화 분석, 대용량 데이터 내보내기/가져오기, 백업 자동화 같은 DBA를 위한 고급 기능은 갖춰지지 않았습니다. 또한 한국어 사용자 커뮤니티가 거의 없어 문제 발생 시 영문 문서나 GitHub 이슈를 통해 해결해야 하며, 문서화도 아직 불완전한 편입니다.

book-to-skill 장단점

• 긴 문서를 매번 전체 컨텍스트에 넣지 않아 토큰 사용량을 줄일 수 있음
• 여러 AI 코딩 에이전트 환경에서 동일한 스킬 형식을 사용 가능
• 문서 처리가 로컬에서 이루어져 데이터 업로드를 피할 수 있음
• 다양한 문서 형식과 여러 입력 소스를 지원

• AI 에이전트와 호스트 환경이 별도로 필요함
• 일부 PDF 및 문서 형식은 추가 추출기 설치가 필요함
• 스캔 PDF는 변환 전에 OCR 처리가 필요함

클리디 주요 기능

• 다중 데이터베이스 통합 시각화(SQL 및 NoSQL 동시 지원)
• AI 기반 자연어-SQL 변환 인터페이스
• 실시간 ER 다이어그램 자동 생성
• Go 언어 기반 경량 단일 바이너리 실행(Docker 지원)
• MCP 서버 지원으로 AI 어시스턴트 연동
• 엔터프라이즈 에디션 — Oracle·SQL Server·DynamoDB·Snowflake 추가 지원

book-to-skill 주요 기능

• 기술 서적과 문서 폴더를 구조화된 에이전트 스킬로 변환
• 장별 문서, 용어집, 패턴, 치트시트 자동 생성
• 필요한 장만 불러오는 온디맨드 로딩
• PDF, EPUB, DOCX, HTML, RTF, Markdown 등 지원
• GitHub Copilot CLI, Amp, Claude Code 호환
• 문서와 추출 과정을 로컬에서 처리