AI 设计 Postgres 表,Boris 写出界面。数据库归你,任何客户端都能直连。
免费开始 · 每月 30 额度,按实际用量扣 · 无需信用卡
对话
已设计 3 张表,并把联系人和跟进记录挂到客户上。
没有 DROP,没有丢数据的改动。
Postgres schema
customers
contacts
follow_ups
工作方式
中间没有“导出再自己接数据库”这一步。数据库从第一步就是真的。
用中文说清楚业务:客户、订单、跟进记录。不用先想字段,也不用先画表。
模型产出带稳定 ID 的 IR,确定性代码把它编译成 DDL,在你的 Postgres 里建出真表。
编码 agent Boris 在沙箱容器里写 React 前端,直接读写你刚建好的表,写完就能点。
一键发布分享链接。之后再改需求,改名是 RENAME,不是删表重建,已有数据一行不丢。
为什么不一样
生成界面这件事大家都会做。区别在于生成完之后,东西是不是还归你。
不是内置的玩具存储,也不是导出的 CSV。每个项目一个独立 schema,给你连接串,psql、DBeaver、Metabase、Prisma 想连就连。
LLM 从不直接写 SQL。它只产出 IR,由确定性 diff 算出变更,再编译成白名单内的 DDL。删表、删列、改类型必须由你在界面上确认。
数据库、主应用、跑代码的沙箱都能落在你自己的机器上。docker compose 起 Postgres,沙箱 runner 一个 app 一个容器,跑在任意 Docker 主机。
Pro 起可以填自己的 OpenAI 兼容端点和 key,AES-GCM 加密存储。用你自己的模型和账单,也可以指向内网自部署的模型。
数据 API
每个项目一个独立的 Postgres schema,加一个只有 DML 权限的角色。你可以用连接串直连,也可以用 REST 接口给自己写的前端供数。
const res = await fetch(`/api/data/${projectId}/sql`, {
method: 'POST',
headers: {
Authorization: `Bearer ${apiToken}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
sql: 'select name, city from customers where city = $1',
params: ['上海'],
}),
})
// 以 ws_<id> 角色、单条语句、事务内执行。
// 该角色只有自己 schema 的 SELECT/INSERT/UPDATE/DELETE。任何前端都能读写自己的表,鉴权是项目的 API token。
开源自托管
我们不打算摆一排看不出真假的头像和数字。判断一个数据工具是否可信,更直接的办法是把它拉下来自己跑一遍。
git clone <repo> && cd lovbase
docker compose up -d # Postgres
cp .env.example app/.dev.vars # LLM key,或走 BYOK
bun install && bun run dev # localhost:3008价格
额度按每轮实际用掉的 token 扣,自带模型不扣。免费版每月 30 额度,够把一个想法建出来。