Supabase卡脖子这个国产开源项目让AICoding真正闭环了

你是一个拥抱 AI 的程序员。

你擅长用 AI 工具辅助编程。

拿到一个新项目，从需求梳理到用户故事、画流程图，再到前端代码生成，有 Cursor、Windsurf、Trae、Lovable、v0、Bolt 这些工具的加持，30 分钟搞定。

但，后端呢？

国外最流行的 Supabase 连接不稳定、延迟高，想接个飞书通知还得自己写一堆 OAuth 代码。

AI Coding 都进化到 2025 年了，后端还卡在 2020？

最近在 GitHub 上看到一个项目： AipexBase ，国产开源的 AI 原生 BaaS（Backend as a Service，后端即服务）平台。

AipexBase 已在 GitHub 开源，采用 Apache 2.0 协议。

看了一圈文档和演示视频，这可能正是国内 AI Coding 缺失的最后一块拼图。

01｜AI Coding 的“最后一公里”

AI Coding、Vibe Coding 这两年是真的火。

用自然语言 30 分钟写完一个前端原型已经不算什么新鲜事。

但你有没有发现一个问题：这些工具在后端这块都有点尴尬。

v0 生成的界面很炫，但没有后端。

Lovable 和 Bolt 有后端，但默认接入 Supabase，没得选。

Cursor 这类 AI IDE 理论上可以自己接后端，实际操作下来还是 Supabase 最省事。

但对国内开发者来说，Supabase 就是个坑。

物理距离远，最近的服务器在新加坡，延迟 200ms 起步，高峰期更夸张。

Supabase 的 APAC 区域只有新加坡一个节点，这是国内开发者延迟高的根本原因。

生态适配差，飞书、钉钉、微信、鸿蒙这些本土应用，每接一个都要自己写适配。

数据合规难，企业客户会问：“我的数据为什么要存到新加坡？”

还有更深层的矛盾。

AI Coding 的初衷是让 AI 帮你处理重复性开发，但后端配置这种最该自动化的活，反而成了最费时费力的部分。

前端代码，秒生成；后端配置，手搓半天。

是时候让后端也 AI 化了。

02｜AipexBase：一个不同的思路

AipexBase，一个由北京跨赴科技开源的 BaaS 平台。

它不只是“中国版 Supabase”。

国产、AI 原生、后端基础设施都是它的关键词。

中国版 Supabase，支持所有主流 AI IDE。

说几个有意思的点。

MCP 协议的本土实践

去年 11 月，Anthropic 推出了 MCP（Model Context Protocol）协议，本质上是让 AI 能直接理解和操作后端服务的标准协议。

OpenAI 和谷歌后来也都跟进了这个标准。

而 AipexBase 应该是国内第一个原生支持 MCP 的 BaaS。

实际效果是这样的。

在 Cursor 里输入“创建一个用户表，包含姓名、邮箱、注册时间”，AipexBase 会自动建表、生成API、配置权限。

完全不用手动写后端代码。

这恐怕才是真正意义上的“前端即后端”。

本土化这件事

飞书、钉钉、微信这些国内应用，在 Supabase 上你需要自己写适配代码。

AipexBase 都是原生支持，开箱即用。

比如，你用 Cursor 开发了个项目管理工具，想在任务更新时推送飞书通知。

用 Supabase 得查飞书 API 文档、申请应用、配置 OAuth、写 Webhook，折腾几个小时。

用 AipexBase 在 Cursor 里说一句“加个飞书通知”，AI 自动配置，一分钟搞定。

当然，这种便利性是有代价的。

你得接受它的封装方式，灵活性会受限。如果你需要很定制化的功能，可能还是得自己写。

关于开源

目前，AipexBase 已经在 GitHub 和 Gitee 同步开源。

GitHub：https://github.com/kuafuai/aipexbase

Gitee 镜像：https://gitee.com/kuafuai/aipexbase

代码完全透明，可以私有化部署。

采用 Apache License 2.0 开源协议，商业友好。

对企业来说，数据安全和技术自主都有保障。

03｜AipexBase vs Supabase

AipexBase 和 Supabase，本质上是设计思路的不同。

Supabase 是传统 BaaS 的逻辑：“给你工具，你自己配置”。

虽然开源，但底层还是面向传统开发模式设计的。

这在 Web 2.0 时代很合理，但到了 AI 时代就有点不够看了。

从“有前端无后端”到“前后端一体”，AipexBase 补齐了 AI Coding 缺失的最后一环。

AipexBase 则走的是另一条路：“告诉 AI 你要什么，它直接搞定”。

AI First 设计，从底层就是为智能体准备的。

MCP 原生支持，装上就能用。

AI 直接调用后端，你需要关注的，就是“需求”本身。

04｜实际案例：1 分钟搭建完整应用

看个具体例子。

来自 AipexBase 官方，用 Trae 演示了搭建一个前后端应用的完整流程。

耗时 1 分钟。

演示场景是做一个社区球场预约系统。

先在 Trae 里配置好 AipexBase 的 MCP 连接，然后直接输入需求：

做一个社区球场预约 Web 应用，使用 vue3+js+vite 构建。功能包括：用户注册登录、球场列表展示（带图片、名称、可预约时间段、当前状态）、预约管理（查看和取消预约）、个人信息管理。

只需要一段需求描述，前端代码直接生成，后端的数据库表、API、权限配置也同步完成。

代码能直接运行，所有功能可用。

传统开发流程是 “设计->开发->测试->上线”，现在变成了 “描述->生成->微调”。

当然，生成的 UI 和表结构还比较基础，但对于 MVP 验证和内部工具开发，已经足够，而且优势很明显。

05｜5 分钟上手指南

三种部署方式

AipexBase 支持三种部署方式。

最简单的是直接访问在线版 http://124.71.176.202/baas ，注册个账号就能用，适合快速体验。

AipexBase 管理界面，创建应用、管理 API Keys、查看数据表。

如果想本地部署，推荐用 Docker。

git clone https://github.com/kuafuai/aipexbasecd aipexbase/install# 编辑 docker-compose.yaml 配置文件（修改数据目录、端口等）docker compose up -d

服务会运行在本地的 8080 端口。

如果需要深度定制，可以源码安装。具体方法可以查看官方文档。

接入 AI 工具

以 Cursor 为例。

需要先在 AipexBase 管理面板创建应用，然后在左侧找到 API KEYS，生成一个新的API Key。

打开 Cursor 的 Settings ，找到 MCP 配置 ，填入 AipexBase 的服务地址和 API Key 就完成了。

{  "mcpServers": {    "aipexbase-mcp-server": {      "url": "http://你的域名或IP/mcp/sse?token=你的API_Key"    }  }}

配置成功后，在对话框输入 / 就能唤醒 AipexBase 内置的开发提示词。

前后端一体化开发，开始了。

在 Cursor 中输入“/”即可唤起 AipexBase 的内置命令，实现 AI 驱动的前后端一体化开发。

实测：3 分钟搭个团队日报系统

接下来实测一波。

唤醒 AipexBase MCP 后，直接在 Cursor 里输入需求就行。

比如我想做个简单但实用的小工具：团队日报提交工具。

创建一个团队日报提交系统。功能需求：用户注册登录，提交工作日报（包含日期、今日完成、明日计划、遇到问题），查看团队所有人的日报列表，以及查看自己的历史日报。技术栈用 React + Tailwind CSS 做前端，后端用 AipexBase 自动生成。界面要求简洁清爽，表单要有基本的输入验证，列表要展示提交人、日期和内容摘要。

在 Cursor 中调用 AipexBase 后，To-dos 列表自动规划了完整的开发任务。

Cursor 开始工作。

前端代码生成，包括登录页面、日报提交表单和列表页面。

AipexBase 自动建了 users 和 daily_reports 两张表，API 接口和权限配置也一起搞定。

整个过程不到 3 分钟。

npm start 启动。

一个简单的提交日报系统界面

整个过程，我只做了两件事：描述需求、运行代码。

这才是 AI Coding 应该有的样子。

适用场景

如果你是 Cursor、Trae 这些 AI Coding 工具的重度用户，想让前后端真正打通，试试 AipexBase。

如果项目需要对接飞书、钉钉、鸿蒙这些国内生态，原生支持会省很多事。

如果是独立开发者或创业团队，零成本就能搭个企业级后端。

如果团队对数据安全有要求，还可以私有化部署。

结语

过去我们用 Supabase，不是它有多好，而是没得选。

现在终于有了选择。