很多团队在做 Demo、教学或快速验证想法时，都被「环境配置」这个前置成本卡住了。装 Postgres、配权限、写 SQL、导数据……一套流程下来，本应 10 分钟的事变成了 1 小时。而 database.build 的出现，恰好打破了这个瓶颈——它把完整的 Postgres 环境装进浏览器，配合 AI 能力，让数据库操作变成了一个「打开网址 + 拖拽文件 + 说一句话」的事儿。今天就来聊聊这个项目的设计思路和实际价值。
项目定位
database.build（前身为 postgres.new）是 Supabase 社区推出的浏览器内 Postgres 沙箱环境。它的核心诉求很直白：消除本地数据库配置的门槛。
传统 Postgres 使用流程中存在的痛点包括：
- 初学者需要掌握安装、配置、命令行等多个技能点
- 临时演示或 POC 需要提前准备云实例和数据导入
- 数据分析后还要在 SQL 工具和 BI 工具间来回切换
- 分享数据查询结果需要导出和额外的工具支持
database.build 通过「一次点击启动完整 Postgres 实例」的方式，直接消除了这些前置成本。
核心功能模块
| 功能模块 | 技术实现 | 适用场景 |
| 浏览器 Postgres 运行环境 | 基于 PGlite（Postgres WebAssembly 版本），数据持久化在 IndexedDB | 课堂演示、技术分享、临时数据验证 |
| AI 驱动的自动建表 | 拖拽 CSV 文件，模型自动推断字段类型和主键，生成 CREATE TABLE 语句 | 数据分析师快速导入和验证数据结构 |
| 自然语言查询 | 用中文或英文描述需求，AI 生成对应的 SQL 语句并执行 | 非 SQL 使用者（运营、产品）快速获取数据 |
| 图表与报告生成 | 查询结果一键转换为柱状图、折线图等，支持 PNG 导出 | 周报编写、投资人汇报、社交媒体分享 |
| 数据库关系图 | 自动生成 ER 图，支持 SVG 导出 | 文档编写、Code Review、架构沟通 |
| 一键部署到生产 | 沙箱环境验证成熟后，点击按钮直接部署到 Supabase | MVP 快速迭代、从原型到上线 |
技术架构
1. PGlite：WebAssembly 版 Postgres
- 完整的 Postgres 功能集（标准 SQL、事务、索引、JSONB）压缩到 ~3 MB，首次加载后缓存到浏览器
- 数据存储在浏览器的 IndexedDB，页面刷新不丢失，支持离线使用
- 无需后端服务器，所有计算在客户端完成
2. AI 集成方式
- 前端将「自然语言描述 + 表结构信息」发送给 OpenAI API，获得 SQL 语句后直接在本地执行
- CSV 导入时采用「零样本提示」策略：模型推断字段类型和主键，生成建表语句
- 用户无需编写提示词，系统自动处理
3. 工程架构
项目采用 Monorepo 结构（使用 Turborepo 管理）：
apps/
├─ web # Next.js 主应用（前端 UI 和 API 路由）
├─ browser-proxy # TCP 转 WebSocket 适配器，支持外部工具连接
└─ deploy-worker # Serverless Worker，处理部署到 Supabase 的逻辑
packages/
├─ 公共组件库
├─ 类型定义
└─ 工具函数
这种组织方式使得本地开发可以通过一条命令热更新全栈，依赖管理和构建并行化，显著提升开发效率。
快速开始
方案一：在线体验（推荐新手）
直接访问 database.build，无需安装，支持匿名创建数据库实例。
方案二：本地开发（5 分钟）
# 1. 克隆仓库
git clone https://github.com/supabase-community/database-build.git
cd database-build
# 2. 安装依赖
pnpm install
# 3. 配置环境变量（复制示例文件）
cp apps/web/.env.example apps/web/.env.local
# 4. 在 .env.local 中填入：
# - NEXT_PUBLIC_SUPABASE_URL
# - NEXT_PUBLIC_SUPABASE_ANON_KEY
# - OPENAI_API_KEY
# 5. 启动开发服务器
pnpm dev
# 6. 浏览器打开 http://localhost:3000
开发环境会自动注入 Redis、Supabase 和 OpenAI 配置，做到真正的「clone & run」。
实际应用案例
教育场景： 清华大学数据库课程将 database.build 作为随堂实验环境。学生无需配置虚拟机或本地数据库，直接在浏览器中完成 SQL 练习，降低了环境搭建成本。
创业 Demo： YC 一家 BI 初创公司在 24 小时内使用 database.build 快速搭建可交互原型。投资人现场扫码即可体验产品，省去了繁琐的环境准备。
社区数据分析： 数据爱好者将「2024 奥运会奖牌榜 CSV」导入，30 秒内生成排行榜柱状图并分享到社交平台，获得大量互动。
相似项目对比
| 项目 | 运行环境 | AI 能力 | 图表生成 | 适合人群 |
| database.build | 浏览器（WebAssembly） | 自然语言建表 + 查询 | 内置支持 | 初学者、数据分析师、教育工作者 |
| DuckDB Web | 浏览器（WebAssembly） | 无 | 需要外部工具 | 数据工程师、SQL 使用者 |
| Retool | 云端 SaaS | 有（需付费） | 内置支持 | 企业应用开发、内部工具构建 |
| 本地 Postgres + pgAdmin | 本地安装 | 无 | 无 | 数据库管理员、开发者 |
database.build 的差异化在于：零安装、AI 友好、开源免费，特别适合快速验证和教学场景。
总结
从产品经理的视角看，database.build 解决的不是「怎么用 Postgres」的问题，而是「怎么让更多人能用 Postgres」的问题。它通过浏览器、AI 和一键部署的组合，把数据库从「专业工具」转变成了「通用工具」。
无论你是在教室里给学生演示 SQL，还是在投资人面前展示 MVP，亦或只是想快速验证一份 CSV 数据的质量，database.build 都能在几秒内给你一个可用的环境。这种「即开即用」的体验，正是当下很多开发工具所追求的方向。