标签： 数据框架

Supabase – 开源 Firebase 替代品

🚀 一句话介绍：Supabase 是基于 PostgreSQL 的开源 Firebase 替代品，提供数据库、认证、实时订阅、边缘函数、文件存储等全套后端能力，让开发者无需写后端代码即可构建完整的 Web/Mobile/AI 应用。

环境要求

• Docker Desktop（本地开发必备）
• Node.js 18+（前端集成）
• Git（获取源码）
• 支持 macOS / Windows(WSL2) / Linux

🚀 快速安装（3种方式）

# 方式一：使用官方 CLI（推荐）
npm install -g supabase
supabase init
supabase start

# 方式二：Docker 直接运行
docker run -p 8000:8000 supabase/supabase

# 方式三：直接使用云端（零安装）
注册即用的托管平台 → https://supabase.com/dashboard

✅ 本地启动后访问 http://localhost:54323 即可打开控制台

场景一：AI 应用的数据底座

利用 Supabase 内置的 pgvector 扩展存储向量嵌入，配合 Supabase 客户端库实现语义搜索。适合构建 RAG 应用、AI 聊天机器人的知识库、文档问答系统等。与 OpenAI / Anthropic API 无缝集成，是 AI 全栈开发的首选后端。

场景二：SaaS 应用快速启动

一个命令 supabase init 即可获得全套后端：数据库 + 认证 + API + 文件存储 + 实时订阅。不需要雇用后端团队，不需要配置服务器，专注于前端业务逻辑即可。大量 indie hackers 和创业团队用它在一周内完成 MVP 上线。

场景三：实时协作应用

Supabase Realtime 引擎基于 PostgreSQL 的逻辑复制，可监听数据库每行数据的 INSERT/UPDATE/DELETE 变更，并实时推送到前端。适合构建多人协作工具（如 Notion 类应用）、实时聊天、在线白板等场景。

作为一名 AI 开发者，我选择 Supabase 最核心的原因是：它把 PostgreSQL 的强大数据能力与 AI 应用的需求完美结合了。内置的 pgvector 扩展让我不需要额外维护一套向量数据库，所有用户数据、向量嵌入、文件存储都在一个平台搞定。

对比使用传统的”PostgreSQL + 独立向量数据库 + 独立 Auth 服务”的组合，Supabase 帮我省掉了大量运维成本。开源 + 自托管的特性也意味着数据完全掌握在自己手里，对于有数据安全要求的企业场景尤为重要。

目前 Supabase 在 GitHub 上已经突破 10 万 Stars，社区活跃度极高，几乎每周都有新功能和改进上线。如果你正在做 AI 应用、SaaS 产品或者任何需要后端的项目，强烈建议试试！

Supabase 提供 免费套餐（500MB 数据库、1GB 文件存储、50K 月活用户），个人项目完全够用！付费方案从 $25/月 起。