Preswald：把 Python 資料應用打包成單一 HTML 的 WASM 打包器
Preswald is a WASM packager for Python-based interactive data apps: bundle full complex data workflows, particularly visualizations, into single files, runnable completely in-browser, using Pyodide, DuckDB, Pandas, and Plotly, Matplotlib, etc. Build dashboards, reports, and notebooks that run offline, load fast, and share like a document.
秒懂
- 它是什麼？
- Preswald 用 Pyodide 與 DuckDB 把 Python 資料應用、資料與 UI 一起編譯成可離線執行的靜態檔案。它適合要把工具交給不想安裝環境的人，但不適合需要後端服務或大型資料集的場景。
- 適合誰用？
- Preswald 適合要把資料檢視工具交給不願安裝 Python 環境的同事、或在氣隙環境中交付報告的團隊，也適合需要讓 AI 代理讀取與修改應用邏輯的場景。不適合需要伺服器端運算、共享資料庫寫入或超過瀏覽器記憶體上限的資料集。
- 可以商用嗎？
- 可以。Apache-2.0 是寬鬆授權：你可以使用、修改並販售以它為基礎的軟體，只需保留著作權與授權聲明。
- 還在維護嗎？
- 有在維護。儲存庫最近一次提交在 96 天前。
- 用什麼語言寫的？
- 主要是 Python（依據 GitHub 的語言統計）。
以上回答依據專案的 GitHub 資料（最近同步於 2026年9月15日）與我們的分析，不構成法律意見。
開源專案深度解析
Preswald 想解決的是交付問題，不是分析問題
資料分析工具很多，難的是把結果交出去。傳統做法要對方安裝 Python、複製程式碼、設定環境變數，或者把應用部署到伺服器上再開一個網址給人。Preswald 選擇第三條路：把整個應用編譯成靜態檔案。README 的定位寫得很直接，它是一個 static-site generator，把 compute、data access 與 UI 包進自帶執行環境的資料應用中。目標使用者是那些要把儀表板、報告或資料檢視工具交給利害關係人，而對方不該需要安裝任何東西的人。README 列出的適用情境包括：想把邏輯、UI 與資料綁成一個可分享檔案、要交付工具給不該安裝軟體的人、處理敏感資料需要完全本機控制、以及想給 AI 系統結構化且可修改的工具。這四種情境有一個共同點：交付路徑比分析能力更關鍵。
Pyodide 加 DuckDB：瀏覽器內的執行堆疊
Preswald 的執行模型建立在 WASM 之上。Python 直譯器由 Pyodide 提供，資料查詢由 DuckDB 在瀏覽器內處理，視覺化則可接 Plotly、Matplotlib 等函式庫。應用程式碼透過 preswald 提供的元件函式撰寫，例如 text、table、get_df。README 的範例是這樣：先 from preswald import text, table, get_df，接著 text("# Hello Preswald")，再用 get_df("sample.csv") 讀取資料，最後 table(df) 把資料表渲染出來。這個流程的關鍵在於 get_df 讀的是專案目錄下的檔案，而不是遠端資料庫。資料在打包時一併進入產出物，執行時由瀏覽器內的 DuckDB 處理查詢。反應式引擎的部分，README 說它由依賴關係的 DAG 驅動，只重跑需要重跑的部分。這表示當使用者在表單或篩選器上操作時，Preswald 會根據元件之間的依賴圖決定哪些計算需要重新執行。這個設計對於有多個圖表共享同一份資料的儀表板有實際意義，因為它避免了每次互動都重算全部內容。不過 README 沒有給出 DAG 的具體實作細節，也沒有說明依賴追蹤的粒度，這部分需要看原始碼才能確認。
從 preswald init 到 preswald export 的實際流程
安裝方式有兩種，README 列出 pip install preswald 與 uv pip install preswald。建立專案用 preswald init my_app，這個指令會產生一個目錄結構：hello.py 是應用邏輯、preswald.toml 是設定檔、secrets.toml 放 API 金鑰等機密資訊、data/sample.csv 是輸入資料、images/logo.png 是品牌圖檔。開發時在專案目錄下執行 preswald run，README 說它會啟動開發伺服器，預設位置是 http://localhost:8501。設定檔 preswald.toml 的結構分成幾個區塊。[project] 區塊定義 title、version、port、slug 與 entrypoint，其中 entrypoint 指向 hello.py，port 預設 8501。[branding] 區塊控制 name、logo、favicon 與 primaryColor。[logging] 區塊有 level 與 format，level 的選項是 DEBUG、INFO、WARNING、ERROR、CRITICAL。要交付成品時執行 preswald export，README 說這個指令會把應用建置成 dist/ 目錄下的靜態網站，內容包含透過 Pyodide 打包的 Python 程式碼、資料與 DuckDB 查詢，並保留 UI、邏輯與反應式狀態。產出物可以在任何現代瀏覽器中離線運作，也可以嵌入托管平台。
打包成靜態檔案的代價：資料規模與啟動延遲
把執行環境塞進瀏覽器有明確的物理限制。Pyodide 本身是一個不小的執行檔，瀏覽器需要先下載並初始化它，才能開始執行 Python 程式碼。這意味著應用首次載入的等待時間會比傳統伺服器渲染的頁面長。README 聲稱應用可以「runs offline, even with large data」，但沒有說明 large 的具體門檻，也沒有提供載入時間的數據。另一個限制來自記憶體。DuckDB 在瀏覽器內執行，可用的記憶體取決於瀏覽器分頁的配置，通常遠低於伺服器。如果你的資料集是數 GB 等級，或者需要在多個使用者之間共享寫入狀態，Preswald 不是合適的工具。還有一個容易被忽略的點：secrets.toml 在開發環境中存放 API 金鑰，但打包成靜態檔案後，任何在應用中使用的憑證都可能暴露在產出物中。README 沒有說明 export 時如何處理 secrets.toml，這是採用前必須自行確認的事項。如果你的應用需要呼叫外部 API，請確認金鑰不會被寫入 dist/ 目錄。
與 Streamlit 的差異：交付形態而非功能清單
Streamlit 是最常被拿來對比的工具，兩者都用 Python 寫資料應用，但交付模型完全不同。Streamlit 應用需要一個持續執行的 Python 伺服器，使用者透過瀏覽器連線到該伺服器，所有計算在伺服器端完成。Preswald 把計算移到使用者的瀏覽器中，應用本身是一個靜態檔案。這個差異決定了適用場景。Streamlit 適合內部工具，伺服器由團隊控制，資料留在資料庫裡，使用者透過網路存取。Preswald 適合對外交付，你把一個 HTML 檔案或資料夾交給對方，對方雙擊開啟就能使用，不需要網路，也不需要你維護任何伺服器。反過來說，Preswald 不適合需要集中管理使用者權限、審計日誌或共享狀態的場景，因為它根本沒有伺服器端。另一個差異是資料的處理時機。Streamlit 在每次互動時向伺服器請求資料，Preswald 在打包時就把資料嵌入應用中。這表示資料更新需要重新打包，而不是重新整理頁面。
版本節奏與維護成本
從 releases 來看，Preswald 在 2025 年 5 月底到 6 月初之間發布了 v0.1.57、v0.1.58 與 v0.1.59，間隔分別是數天與一週左右。這樣的速度在 0.1.x 階段算是活躍，但也意味著 API 可能還在變動。README 中的範例使用 from preswald import text, table, get_df，如果你在應用中依賴更多元件，升級時需要留意介面是否改變。維護成本主要來自兩個地方。第一是 Pyodide 與其相依套件的版本，這些底層元件的更新可能影響應用行為。第二是資料的重新打包，每次資料更新都需要執行一次 preswald export，如果你的資料來源經常變動，這個流程需要自動化。授權方面，Preswald 採用 Apache-2.0，這個授權允許商業使用、修改與再散布，但要求保留著作權聲明與授權條文。README 最後的授權段落被截斷，只顯示到 Apac，因此無法從現有材料確認是否有額外的條款。若你的法務部門對授權有疑問，請直接查閱專案根目錄的 LICENSE 檔案。
什麼時候該選 Preswald，什麼時候不該
如果你的交付對象不具備技術背景，或者身處網路受限的環境，Preswald 的單檔交付模式有實際價值。資料檢視工具、實驗結果面板、離線套件這幾種用途，README 都明確列出。它也適合需要讓 AI 代理讀取與修改應用邏輯的場景，因為應用是純 Python 程式碼，結構化程度高。不該選它的情況同樣清楚。需要多使用者協作、共享寫入、或伺服器端運算的應用，Preswald 的架構不支援。資料集超過瀏覽器記憶體上限時，DuckDB 在 WASM 中的表現會受限制。如果你的應用需要隱藏商業邏輯或 API 金鑰，靜態打包會把程式碼暴露給使用者。最後，如果你的團隊已經有成熟的 Streamlit 或 Dash 部署流程，改用 Preswald 意味著要重新思考交付與更新的方式，這個轉換成本需要納入評估。
編輯結論
Preswald 適合要把資料檢視工具交給不願安裝 Python 環境的同事、或在氣隙環境中交付報告的團隊，也適合需要讓 AI 代理讀取與修改應用邏輯的場景。不適合需要伺服器端運算、共享資料庫寫入或超過瀏覽器記憶體上限的資料集。採用前先確認三件事：你的資料在 Pyodide 中的載入時間、preswald export 產出的 dist/ 目錄是否真的能在目標瀏覽器離線開啟，以及 preswald.toml 中的 entrypoint 與 port 是否符合你的部署環境。
社群筆記