正文
这种组合引起了开发者的共鸣。Supabase 的 DevRel 工程师 Tyler SHukert 表示，“Lovable + Supabase 是将创意转化为应用的理想组合！只需要几条提示词，即可获得一款包含身份验证、数据库和精美 UI 的全栈应用。”
甚至连 Vercel 的 v0 也加入了进来，最近刚刚添加了对 Supabase 的支持，为其 AI 生成的 Next.js 前端添加了一套生产就绪的 PostgreSQL 后端。
在氛围编程的工作流中，Cursor 和 Windsurf 经常与 Supabase 搭配使用，尤其是在需要强大、可扩展且配置极少的后端项目。
这种灵活的集成，得益于 Supabase 一直紧贴 AI 浪潮的节奏。
2023 年 2 月，Supabase 宣布集成 PostgreSQL 的扩展 PGVector，为存储向量嵌入（embeddings）提供支持，这对于构建检索增强生成（RAG）应用及执行其他 AI 相关任务至关重要。
PGVector 的集成背后还有一段有趣的佳话。当时，一位名叫 Greg Richardson 的社区活跃开发者提交了一个将 PGVector 集成到 Supabase 的 Pull Request。Supabase 迅速合并了他的贡献，并热情邀请他加入了团队。这种“先参与，后加入”的方式也是 Supabase 招募员工的主要途径之一。正如 Supabase 联合创始人兼 CTO Ant Wilson 所说，“Supabase 大概有 40% 的员工，在加入之前都已经以某种形式参与过开源项目了。可能是他们在 GitHub 上做过内容审核，或者提交过 issue，帮我们排查问题。”
随后不久，Supabase 又通过与 Ollama 集成，在边缘端提供包括大语言模型和 Embedding 模型在内的 AI 模型服务，使得开发者能够在本地完全运行由 AI 驱动的完整开发环境，无需依赖云端。这一重大举措将 Supabase 集成到本地 AI 包中，极大地提升了开发体验。社区直呼这是个“重磅消息”，对 Supabase 和 Ollama 这波合作期待值拉满。
去年 12 月，Supabase 再次推出了自家 AI 助手，并获得 Product Hunt 年度最佳数据产品奖。AI 助手支持跨多个表自动生成数据库 schema，并可自动填充示例数据、调试 SQL 语句错误，甚至生成图表用于可视化分析。
该 AI 助手能让非开发背景的“提示词工程师”快速完成后端原型开发。例如，在构建一个 Slack 克隆应用时，用户只需描述所需的表结构（如 messages、profiles 和 channels），AI 助手便能自动生成相应的 schema，并在数秒内创建好数据库表。
