A aposta do ChartDB em diagramas de banco de dados com uma única consulta: página inicial do HN em dias, 22,6 mil estrelas, ~US$ 9 mil de MRR

O ChartDB faz um editor de diagramas de banco de dados baseado na web, gratuito e de código aberto, que transforma um esquema existente em um diagrama ER editável por meio de uma única "Smart Query" — sem instalações ou credenciais — com colaboração paga no Cloud e um AI Agent para design de esquema em linguagem natural.

Que visualizar um esquema de banco de dados deve ser instantâneo e sem credenciais: conquistar desenvolvedores com um editor AGPL gratuito e depois monetizar por meio do Cloud pago e de um agente de IA.

Os desenvolvedores Jonathan Fishner (backend) e Guy Ben-Aharon (frontend/UX), colegas de longa data, esbarravam sempre no mesmo obstáculo: entrar em um projeto significava reaprender esquemas a partir de diagramas desatualizados ou ausentes, enquanto as ferramentas existentes eram desajeitadas ou inseguras porque exigiam acesso ao banco de dados de produção. Em agosto de 2024, decidiram construir a própria ferramenta e lançaram um MVP de código aberto em menos de três semanas, usando ferramentas de programação com IA como Cursor e Claude 3.5 Sonnet para avançar rápido.

O lançamento superou as expectativas: o ChartDB chegou à página inicial do Hacker News em poucos dias, gerando milhares de cadastros em um único dia e mais de 1.500 estrelas no GitHub em três dias (segundo o HackerNoon). A equipe manteve o núcleo AGPL gratuito e adicionou planos pagos ao longo do ano seguinte — o ChartDB Cloud (lançado em agosto de 2025) trouxe colaboração em tempo real, incorporação em documentos e wikis, e sincronização de esquema, enquanto o ChartDB Agent (lançado em outubro de 2025) projetava ou refatorava esquemas a partir de prompts em linguagem natural. Na compilação da Bytebase de julho de 2026, o repositório tinha 22,6 mil estrelas e 1,4 mil forks, e a entrevista da BetterLaunch do início de 2026 situava a receita mensal perto de US$ 9 mil. As threads de comentários do HN expuseram os dois problemas em aberto: transformar uma base de código comunitária AGPL com contribuições anteriores ao CLA em um SaaS pago sem problemas de licenciamento, e confiar a um LLM as alterações de esquema.

Ainda em operação em 2026-09-02: o repositório está em beta público sob AGPL-3.0, o editor gratuito coexiste com os planos pagos Cloud e Agent, e a adoção no GitHub (22,6 mil estrelas) supera em muito a receita relatada (~US$ 9 mil de MRR no início de 2026).

Cunha instantaneamente testável: uma única consulta, sem conta, sem instalação e sem senha de banco de dados removeu todas as barreiras entre ver a ferramenta e experimentá-la.

Código aberto como motor de lançamento: o repositório AGPL e o Show HN permitiram que milhares de desenvolvedores verificassem o produto no dia em que ele apareceu.

IA como acelerador e recurso: as ferramentas de programação com IA aceleraram a construção em três semanas, e depois a exportação de DDL por IA e o Agent se tornaram os diferenciais do produto.

Ciclo de feedback da comunidade: usuários do Discord e threads do HN moldaram o roteiro, mantendo uma equipe de duas pessoas apontada para dores reais.

A defasagem da monetização é a lição: 22,6 mil estrelas não se converteram automaticamente em receita — os planos pagos Cloud e Agent são a resposta ainda não comprovada.

Uma cunha gratuita e instantaneamente testável compra distribuição rapidamente; o esforço está em converter a fama do código aberto em receita, e licenciar uma base de código comunitária AGPL para um SaaS pago é um canto para o qual se deve planejar.

Em 2026-09-02, o ChartDB continua ativo: o repositório no GitHub está em beta público sob AGPL-3.0, o editor gratuito coexiste com os planos pagos Cloud e Agent, e a compilação da Bytebase de julho de 2026 lista 22,6 mil estrelas e 1,4 mil forks, chamando-o de ferramenta mais voltada à IA de seu tipo. A receita relatada foi de ~US$ 9 mil de MRR na entrevista da BetterLaunch do início de 2026 — saudável para uma ferramenta bootstrapped de duas pessoas, muito abaixo do que a fama no GitHub sugere. Não resolvido: se as equipes pagam o suficiente pelos recursos Cloud e Agent, e se o código AGPL anterior ao CLA cria exposição de licenciamento para o SaaS pago.