Datasette Apps：把 Claude Artifacts 塞进数据库

📌 Simon Willison 说这是他"多年 vibe-coding 实验的产品化"。他把 Claude Artifacts 的交互模式和一个持久化的 SQLite 数据库连在了一起——这意味着独立开发者可以用 AI 搭数据产品了，零门槛。

它是什么？

6 月 18 日，Datasette 作者 Simon Willison 发布了 datasette-apps 插件。

简单说：你在 Datasette 里创建一个 HTML 文件，写入用 JavaScript 操作 SQLite 的代码，它就在一个严格的 <iframe sandbox> 沙箱里跑起来。

核心能力：

• JavaScript 直接查询 SQLite 数据库——可以读，也可以写（可配置权限）
• 跑在沙箱里——不能访问 cookies、localStorage，不能发外部 HTTP 请求
• 用户私有的 SQLite 数据不会泄露到任何地方
• 可以用来创建看板、图表、表单、仪表板——任何能写成 HTML+JS 的东西

这是一个把 Claude Artifacts 模式从 “一次性沙箱” 升级为 “持久化数据驱动” 的产品化实践。

为什么重要？

要理解它的意义，得看 Simon Willison 过去几年的技术路径。

2017 年 → Datasette：把 SQLite 数据库一键变成可浏览、可搜索、可查询的 Web 应用。几百行 Python，但改变了数据发布的方式。

2023-2025 → LLM + SQLite：Simon 做了一系列 LLM 与数据库结合的实验——用 AI 生成 SQL 查询、用 AI 解释查询结果、用 AI 做数据探索。这些实验演变出了 llm 和 sqlite-utils 两个核心工具。

2026 年 → datasette-apps：把上面所有东西串起来。AI 生成 HTML+JS → 扔进 datasette-apps 沙箱 → 用户立刻看到可交互的数据应用。不需要部署、不需要后端、不需要前端框架。

这是在修复 Claude Artifacts 的最大缺陷。 Claude Artifacts 生成的应用很棒，但它们是无状态的——刷新就没了，不能连接你自己的数据。datasette-apps 给 Artifacts 装了"记住事情的能力"。

三个真实场景

场景一：客户看板
你的 SaaS 有 500 个用户，SQLite 里存了他们的注册信息、使用频率、付费状态。用 Claude 生成一个看板 HTML → 丢进 datasette-apps → 你有了一个实时客户看板。5 分钟。

场景二：订单数据可视化
电商客户每天给你 CSV。你导入 SQLite，让 Claude 生成一个带图表的趋势分析页面。客户打开链接就能看——不用 BI 工具，不用图表库。

场景三：内部管理工具
团队的待办事项、会议纪要、项目进度——全在 SQLite 里。一个 AI 生成的 CRUD 页面，全员可用。

共同点：不需要前端开发，不需要部署流程。HTML+JS+SQLite，三件套打天下。

怎么上手？

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

# 1. 安装 Datasette
pip install datasette

# 2. 安装 datasette-apps 插件
datasette install datasette-apps

# 3. 启动（带写权限）
datasette mydata.db --setting allow_sql 1

# 4. 在浏览器打开 http://localhost:8001
# 5. 新建 app → 粘贴 Claude 生成的 HTML+JS → 运行

沙箱内的 JavaScript 通过 parent.postMessage() 与 Datasette 通信，可以执行 SQL 查询并获取结果。Simon 计划后续版本中增加一个更便捷的 JavaScript API 包装层。

限制与注意事项

• 目前只支持 SQLite。如果你的数据在 PostgreSQL/MySQL，需要先用 db-to-sqlite 工具导出
• 沙箱中的 JS 不能发外部请求——这意味着 CDN 里的图表库（Chart.js、D3）无法引入。可以先把需要的库内联
• 写操作默认关闭——这是安全设计。如果需要写权限，启动时显式配置
• 性能上限是单文件 SQLite 的性能上限——百万级数据没问题，亿级数据请上 PostgreSQL

参考来源：

1. datasette-apps GitHub 仓库
2. Simon Willison 博客：Datasette Apps 发布
3. Datasette 官方文档
4. Datasette 官方博客
5. LLM 命令行工具

最后更新：2026-06-20