prest/prest · 上手攻略

• 仓库：prest/prest
• 链接：https://github.com/prest/prest
• 分类：skill
• 作者：Tom
• 更新：2026-08-27

是什么

pREST（PostgreSQL REST，读作 "prest"）是一个生产可用的后端工具，能在已有的或新建的 PostgreSQL 数据库上瞬间生成 RESTful API 和 MCP（Model Context Protocol）接口，无需手写后端代码。官方定位是"low-code simplify and accelerate development"，核心功能包括：

• CRUD REST API：对任意表自动生成 GET/POST/PUT/DELETE 端点
• 自定义 SQL 路由：通过 _QUERIES 脚本模板执行复杂查询
• 权限控制（ACL）：基于 JWT 和表/列级别的访问控制
• MCP 接口：v2.1.0+ 支持 AI Agent 通过 MCP 协议读写数据库
• 多数据库路由：同一实例支持连接多个 PostgreSQL 数据库

最新版本为 v2.4.2（2026 年初），Go 语言编写，单二进制部署，文档详见 docs.prestd.com。

解决什么问题

传统开发中，为数据库提供 HTTP 接口需要：写 CRUD 代码 → 配置路由 → 写权限校验 → 部署服务。pREST 把这一链路压缩到配置 + 启动两步：

• 给现有 PostgreSQL 数据库（业务数据库或新库均可）立刻拥有 HTTP 接口
• AI Agent（Claude、Cursor 等）可以通过 MCP 协议直接查询数据库
• 快速搭建内部管理后台、数据看板后端，不需要单独写 API 服务

快速安装

方式一：Docker（推荐，最快）

docker run -d \
  --name prestd \
  -p 3000:3000 \
  -e PREST_PG_URL=postgres://user:password@host:5432/mydb \
  prest/prest:v2.4.2

访问 http://localhost:3000 即可。

方式二：Homebrew（macOS/Linux）

brew install prestd
# 或 MCP 专用适配器（stdio ↔ HTTP 桥接）
brew install prest/tap/prest-mcp

方式三：Go 直接安装

go install github.com/prest/prest/v2/cmd/prestd@v2.4.2

方式四：下载二进制

从 GitHub Releases 下载对应平台的压缩包，解压即用，无需 Go 环境。

环境变量配置

变量	说明	示例
PREST_PG_URL	PostgreSQL 连接字符串	postgres://user:pass@localhost:5432/mydb
DATABASE_URL	同上，兼容 Rails/其他框架格式	同上
PREST_JWT_KEY	JWT 签名密钥（≥32 字节，v2.4.2 强制）	your-secret-key-min-32-bytes-here
PREST_AUTH_ENABLED	开启认证	true

核心用法

1. 自动 CRUD

连接数据库后，直接用 HTTP 访问任意表：

# 获取 users 表所有数据（公开模式需开启匿名访问）
curl http://localhost:3000/public/users

# 带过滤条件
curl "http://localhost:3000/public/users?age=gte:18&name=ilike:john%"

# 分页
curl "http://localhost:3000/public/users?_page=2&_page_size=20"

# 排序
curl "http://localhost:3000/public/users?_order=created_at:desc"

# 只取特定字段
curl "http://localhost:3000/public/users?_select=id,name,email"

2. 插入 / 更新 / 删除

# 插入
curl -X POST http://localhost:3000/public/articles \
  -H "Content-Type: application/json" \
  -d '{"title": "Hello World", "slug": "hello-world", "content": "..."}'

# 更新
curl -X PUT http://localhost:3000/public/articles \
  -H "Content-Type: application/json" \
  -d '{"title": "Updated Title"}' \
  "?slug=eq:hello-world"

# 删除
curl -X DELETE "http://localhost:3000/public/articles?slug=eq:hello-world"

3. 自定义 SQL 查询（_QUERIES）

将 .sql 文件放入配置的 _QUERIES 目录后，可通过 REST 路径调用：

# queries/myquery.sql
# SELECT * FROM articles WHERE slug = {{.slug}}

curl "http://localhost:3000/_QUERIES/myquery?slug=hello-world"

⚠️ 安全注意：pREST 会对插值进行审查，拒绝包含引号、--、:: 等 SQL 关键字模式的自由文本。对于用户提供的搜索词，建议使用绑定变量而非插值：

-- ✅ 推荐：使用 {{sqlVal "key"}} 绑定参数
SELECT * FROM articles WHERE slug = {{sqlVal "slug"}}

-- ⚠️ 自由插值会被拒绝（slug 含空格/关键字时）
SELECT * FROM articles WHERE slug = '{{.slug}}'

4. MCP 接口（AI Agent 接入）

v2.1.0 起，在同一 prestd 进程提供 /_mcp 端点，AI 客户端（如 Claude Desktop、Cursor）可直接探索数据库 schema、读取表数据，无需单独配置 MCP 适配器。

对于需要 stdio 模式的 AI 客户端（如 Claude Code），使用 prest-mcp 适配器作为 HTTP ↔ stdio 桥接：

# 启动 MCP 适配器
prest-mcp --prest-url http://localhost:3000

AI 客户端配置示例（claude_desktop_config.json）：

{
  "mcpServers": {
    "prestd": {
      "command": "prest-mcp",
      "args": ["--prest-url", "http://localhost:3000"]
    }
  }
}

5. JWT 认证

# 登录获取 token（需预先配置用户）
curl -X POST http://localhost:3000/_TOKEN \
  -H "Content-Type: application/json" \
  -d '{"username": "admin", "password": "secret"}'

# 后续请求带上 token
curl http://localhost:3000/private/users \
  -H "Authorization: Bearer <token>"

典型适用场景

场景	说明
内部工具快速后端	给 PostgreSQL 数据库瞬间加一层 HTTP 接口，省去独立 API 服务
AI Agent 数据库查询	Claude/Cursor 通过 MCP 协议直接读数据库，无需手写 SQL
SaaS 多租户数据路由	通过多数据库配置，隔离不同租户的数据
数据看板/报表后端	为 BI 工具提供统一 REST 接口
快速原型验证	前端先行，后端 API 用 pREST 生成，后期再替换为手写服务

坑与注意

⚠️ v2.4.2 JWT key 强制最低长度：HMAC JWT key 必须 ≥32 字节，不足时服务启动时 auth 自动禁用（而非报错），可能造成安全漏洞，务必确认 key 长度。

⚠️ MCP 接口为只读：v2.1.0 起 MCP 仅支持 schema 发现和 SELECT 操作，不支持 INSERT/UPDATE/DELETE；写操作仍通过 REST API。

⚠️ PostgreSQL only（当前）：官方当前仅支持 PostgreSQL 及部分兼容引擎（见 roadmap）。MySQL、MongoDB 等暂不支持。

⚠️ SQL 插值安全需主动防御：pREST 的 _QUERIES 审查机制仅对插值做文本过滤，不等于参数化查询；使用 {{sqlVal}} 绑定变量是正确做法。

⚠️ 生产环境建议加 Nginx 反向代理：pREST 本身不提供速率限制，_QUERIES 脚本路径可能暴露业务逻辑，建议外层加 API Gateway 或 Nginx 限制并发。

⚠️ pgvector 支持：v2.4.0 起内置 pgvector 支持，但向量检索仍需手写 SQL 查询，pREST 不会自动生成向量搜索端点。

⚠️ JWT key 密钥管理：key 建议通过环境变量注入，不要明文写在配置文件里。

与同类对比

工具	类型	特点	适合谁
pREST	开源（Go）	REST + MCP 双接口、CRUD 即开即用	已有 PG 数据库的快速 API 化
DreamFactory	商业 SaaS	多数据库、API 管理界面	企业级多数据源统一 API
PostgREST	开源（Haskell）	纯 REST，理念与 pREST 相近	追求极简、不需要 MCP 的场景
Supabase	商业 + 开源	PG 之上的完整 BaaS，REST + Auth + Realtime	需要完整后端能力的项目
Hasura	商业 + 开源	GraphQL + REST，PG 支持强大	需要 GraphQL 接口的团队
pgEdge MCP Server	开源	独立 PG MCP Server	需要标准 MCP 但不需要 REST 的场景

pREST 的差异化在于：REST + MCP 双协议共存、Go 二进制单文件部署极简、对已有 PG 数据库的零侵入接入。缺点是生态和周边工具不如 Supabase/Hasura 丰富。

一句话推荐结论

已有 PostgreSQL 数据库、想快速为它加上 HTTP 接口或让 AI Agent 直接查询时，pREST 是目前最轻量的选择——单二进制启动即用，v2.4.2 + MCP 支持让它同时覆盖人类开发者和 AI 代理两类消费者；需要多数据库、更强生态或商业支持则考虑 Supabase/Hasura。