preswald

GitHub
4.3k 650 非常简单 1 次阅读 3天前Apache-2.0数据工具插件Agent语言模型开发框架图像
AI 解读 由 AI 自动生成,仅供参考

Preswald 是一款专为 Python 开发者打造的开源工具,旨在将复杂的数据工作流和交互式可视化应用打包成单个可在浏览器中独立运行的文件。它解决了传统数据应用部署难、依赖环境配置繁琐以及难以离线分享的痛点,让用户无需搭建服务器或安装本地环境,即可像分享文档一样轻松分发完整的数据仪表盘、报告或笔记本。

这款工具特别适合数据科学家、分析师及需要快速构建原型的开发者使用。无论是希望向非技术背景的利益相关者展示成果,还是需要在无网络环境下处理敏感数据,Preswald 都能提供安全、便携的解决方案。其核心技术亮点在于基于 WebAssembly (WASM) 运行时,巧妙融合了 Pyodide(在浏览器运行 Python)、DuckDB(高性能嵌入式数据库)以及 Pandas、Plotly 等主流数据库。通过独特的响应式引擎和依赖图管理,Preswald 确保应用仅在必要时重新计算,既保证了性能又实现了完全的本地化执行。只需简单几条命令,你就能将代码、数据和界面封装为一个自包含的静态 HTML 应用,真正实现“一次编写,随处运行”。

使用场景

某金融分析师需要向没有 Python 环境的外部审计团队交付一份包含敏感交易数据的交互式风险排查报告。

没有 preswald 时

  • 环境部署困难:接收方必须手动安装 Python、配置虚拟环境并解决 Pandas、Plotly 等复杂的依赖冲突,往往因版本不兼容导致运行失败。
  • 数据安全隐患:若将应用部署在云端服务器以便共享,敏感的交易明细需上传至第三方平台,存在合规风险;若本地运行则无法远程协作。
  • 交付形式割裂:只能发送静态截图或冗长的 Jupyter Notebook 代码,业务人员无法自主调整筛选条件(如时间范围、金额阈值)进行动态探索。
  • 离线不可用:一旦脱离公司内网或缺乏本地计算资源,整个分析流程即刻瘫痪,无法在出差或无网环境下演示。

使用 preswald 后

  • 单文件即开即用:通过 preswald export 一键生成独立的 HTML 文件,审计团队无需安装任何软件,双击即可在浏览器中运行完整的 Python 数据分析逻辑。
  • 纯本地保障隐私:利用 Pyodide 和 DuckDB 在浏览器端完成所有计算与查询,敏感数据从未离开用户设备,完美满足金融合规要求。
  • 交互体验流畅:内置响应式引擎让业务人员能像操作专业仪表盘一样,实时拖拽筛选器查看动态图表,无需理解底层代码。
  • 全场景离线可用:生成的应用完全脱离服务器依赖,无论是在飞机上还是保密会议室,都能随时加载并执行复杂的数据工作流。

preswald 将复杂的 Python 数据栈压缩为单个可离线运行的浏览器文件,彻底消除了数据分析成果交付中的环境门槛与安全顾虑。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

不需要 GPU,基于浏览器 WASM 运行

内存

未说明

依赖
notes该工具主要作为静态站点生成器,核心计算逻辑通过 Pyodide 和 DuckDB 在浏览器端(WASM)运行,无需本地服务器依赖。安装后通过 'preswald init' 初始化项目,最终可导出为单个 HTML 文件或文件夹,支持离线运行和分享。
python3.7+
Pyodide
DuckDB
preswald hero image

快速开始

Banner

使用可在浏览器中运行(无需本地依赖)、支持离线操作且可单文件共享的完整数据栈,创建交互式数据应用。

Apache 2.0 License Python Version Slack Community PyPI Version

Website Documentation Studio Book a Demo

什么是 Preswald?

Preswald 是一个用于在 Python 中构建交互式数据应用的静态站点生成器。它将计算、数据访问和 UI 打包成自包含的数据应用,在浏览器本地运行。基于 Pyodide 和 DuckDB 的 WASM 运行时,Preswald 能够实现快速、响应式且可共享的便携式文件型应用。

你可以把 Preswald 看作是更重型 Web 应用平台的轻量级替代方案。它提供了内置的 UI 组件和响应式状态跟踪功能,因此你可以用它来构建仪表盘、报告、原型、工作流和笔记本,这些应用默认具有响应性、可移植性和安全性。

Preswald 尤其适用于以下场景:

  • 当你希望将逻辑、UI 和数据打包成一个可共享的文件时
  • 当你需要向利益相关者交付一个无需安装任何软件的工具时
  • 当你处理敏感数据并需要完全的本地控制时
  • 当你想为 AI 系统提供结构化且可修改的工具时

主要特性

  • 基于代码。用 Python 编写应用,而不是在笔记本或 JS 框架中编写
  • 文件优先。只需一条命令即可创建一个完整的 .html 应用
  • 专为计算设计。直接在浏览器中使用 Pyodide + DuckDB
  • 可组合的 UI。使用预构建的组件,如表格、图表、表单
  • 响应式引擎。仅重新运行所需部分,由依赖关系的 DAG 驱动
  • 本地执行。无需服务器。即使数据量大也能离线运行
  • 适合 AI。应用可被智能体完全检查和修改

导出为静态应用

preswald export

此命令会将你的应用构建为 dist/ 目录下的静态站点。该文件夹包含运行你的应用或分享它所需的所有文件。

  • 在任何现代浏览器中均可离线使用
  • 打包了你的 Python 代码(通过 Pyodide)、数据和 DuckDB 查询
  • 保留了应用的 UI、逻辑和响应式状态
  • 可作为文件夹分享,也可嵌入到托管平台上

安装

https://pypi.org/project/preswald/

pip install preswald

或者

uv pip install preswald

演示 GIF

快速入门

pip install preswald
preswald init my_app
cd my_app
preswald run

这将创建一个名为 my_app 的文件夹:

my_app/
├── hello.py           # 你的应用逻辑
├── preswald.toml      # 应用元数据和配置
├── secrets.toml       # 秘密信息(例如 API 密钥)
├── data/sample.csv    # 输入数据文件
├── images/logo.png    # 自定义品牌标识

编辑 hello.py 来构建你的应用。

from preswald import text, table, get_df

text("# Hello Preswald")
df = get_df("sample.csv")
table(df)
...

现在可以在本地运行你的应用:

preswald run

此命令会启动一个开发服务器,Preswald 会告知你应用的运行地址。通常如下所示:

🌐 应用正在运行:http://localhost:8501

打开浏览器,瞧——你的第一个 Preswald 应用就上线了!

配置

Preswald 使用一个简单的 preswald.toml 文件进行配置。该文件定义了应用的元数据、运行时设置、UI 品牌标识和数据源。以下是一个示例:

[project]
title = "Preswald 项目"
version = "0.1.0"
port = 8501
slug = "preswald-project"
entrypoint = "hello.py"

[branding]
name = "Preswald 项目"
logo = "images/logo.png"
favicon = "images/favicon.ico"
primaryColor = "#F89613"

[logging]
level = "INFO"  # 选项:DEBUG、INFO、WARNING、ERROR、CRITICAL
format = "%(asctime)s - %(name)s - %(levelname)s - %(message)s"

应用场景


📚 文档

我们随时为您提供帮助!请访问 Preswald Docs 查看完整文档。


🤝 贡献

请查看 CONTRIBUTING.md


🎉 加入社区

  • GitHub Issues:发现错误?请在此处告知我们 这里
  • 社区论坛:请在此处联系我们 这里
  • 讨论区:在我们的 讨论区 分享您的想法并提问。
  • 贡献者:认识那些让 Preswald 更加出色的优秀人士 这里

📢 保持联系

关注我们在 LinkedIn 上 关注我们在 Twitter 上

📄 许可证

Preswald 采用 Apache 2.0 许可证授权。

✨ 贡献者

感谢所有为 Preswald 做出贡献的伙伴 💜

版本历史

v0.1.592025/06/05
v0.1.582025/05/29
v0.1.572025/05/29
v0.1.562025/05/28
v0.1.552025/05/21
v0.1.542025/05/15
0.1.532025/05/02
0.1.522025/04/16
0.1.512025/04/04
0.1.502025/04/04
0.1.492025/04/02
0.1.482025/03/28
0.1.472025/03/27
0.1.462025/03/25
0.1.442025/03/20
0.1.432025/03/19
0.1.422025/03/12
0.1.412025/03/05
0.1.402025/03/04
0.1.392025/02/23

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|2天前
Agent图像开发框架