如何在Local AI Packaged中配置Supabase：数据库与向量存储完全教程

【免费下载链接】local-ai-packaged Run all your local AI together in one package - Ollama, Supabase, n8n, Open WebUI, and more! 项目地址: https://gitcode.com/GitHub_Trending/lo/local-ai-packaged

Supabase作为最受欢迎的AI Agent数据库，在Local AI Packaged中扮演着核心角色。本教程将指导你完成Supabase的完整配置过程，让你的本地AI应用拥有强大的数据存储和向量检索能力。🎯

为什么选择Supabase作为AI应用数据库

Supabase是一个开源的Firebase替代品，提供PostgreSQL数据库、实时订阅、身份验证和存储服务。在AI应用开发中，它提供了以下关键优势：

• 原生向量支持：通过pgvector扩展支持高效的相似度搜索
• 实时功能：内置的实时订阅机制非常适合AI聊天应用
• 身份验证集成：支持多种认证方式，简化用户管理
• 完全本地化：支持自托管，保护数据隐私

环境准备与项目初始化

首先克隆项目仓库并进入项目目录：

git clone https://gitcode.com/GitHub_Trending/lo/local-ai-packaged
cd local-ai-packaged

项目会自动拉取Supabase的Docker配置，确保你的系统已安装Docker和Python环境。🐳

Supabase配置步骤详解

1. 环境变量配置

复制.env.example文件并重命名为.env，设置以下关键环境变量：

# N8N配置
N8N_ENCRYPTION_KEY=
N8N_USER_MANAGEMENT_JWT_SECRET=

# Supabase密钥配置
POSTGRES_PASSWORD=
JWT_SECRET=
ANON_KEY=
SERVICE_ROLE_KEY=
DASHBOARD_USERNAME=
DASHBOARD_PASSWORD=
POOLER_TENANT_ID=

重要提示：确保所有密钥都使用安全的随机值生成，切勿在生产环境中使用示例值。

2. 启动服务

使用项目提供的启动脚本开始服务：

python start_services.py --profile cpu

根据你的硬件配置选择合适的profile：

• cpu：仅使用CPU
• gpu-nvidia：Nvidia GPU用户
• gpu-amd：AMD GPU用户

启动过程包含以下关键步骤：

1. 拉取Supabase仓库：使用稀疏检出优化下载
2. 环境准备：复制环境变量到Supabase目录
3. 启动Supabase服务：优先初始化数据库
4. 启动本地AI服务：包括n8n、Ollama、Qdrant等

3. 服务验证与连接

启动完成后，验证Supabase服务状态：

• PostgreSQL数据库：通过端口5432访问
• Supabase Studio：通过配置的域名访问管理界面

Supabase在AI工作流中的核心作用

数据库连接配置

在n8n中配置Supabase连接：

• 主机名：db（Docker服务名称）
• 用户名：postgres
• 密码：使用.env中设置的POSTGRES_PASSWORD
• 数据库：postgres

向量存储功能

Supabase通过pgvector扩展提供向量数据库功能：

• 支持多种距离度量：L2、内积、余弦相似度
• 高效索引：支持IVFFlat和HNSW索引算法
• 实时检索：结合Supabase的实时订阅功能

高级配置选项

生产环境部署

对于生产环境部署，设置以下域名配置：

# Caddy配置
N8N_HOSTNAME=n8n.yourdomain.com
WEBUI_HOSTNAME=openwebui.yourdomain.com
FLOWISE_HOSTNAME=flowise.yourdomain.com
SUPABASE_HOSTNAME=supabase.yourdomain.com

安全配置

根据部署环境选择安全级别：

• private环境：适合安全的内网环境，开放更多端口
• public环境：适合公网部署，最小化攻击面

常见问题解决

Supabase服务启动失败

如果遇到Supabase服务启动问题：

1. 删除现有数据：删除supabase/docker/volumes/db/data文件夹
2. 检查环境变量：确保没有使用@符号等特殊字符
3. 重新拉取仓库：删除supabase文件夹并重新运行启动脚本

连接问题排查

• 检查服务状态：使用docker ps确认所有容器正常运行
• 验证网络连接：确保容器间网络通信正常
• 检查日志输出：查看容器日志定位具体错误

最佳实践建议

1. 定期备份：使用n8n的备份功能保存工作流配置
2. 监控性能：关注数据库连接数和查询性能

• 安全更新：及时更新Supabase和相关组件

总结

通过本教程，你已经成功在Local AI Packaged中配置了Supabase。Supabase不仅提供了强大的关系数据库功能，还通过pgvector扩展支持高效的向量检索，是构建本地AI应用的理想选择。🚀

Supabase的集成让你的AI应用具备了企业级的数据管理能力，同时保持了完全的本地化和数据隐私保护。现在你可以开始构建更复杂的AI工作流了！

【免费下载链接】local-ai-packaged Run all your local AI together in one package - Ollama, Supabase, n8n, Open WebUI, and more! 项目地址: https://gitcode.com/GitHub_Trending/lo/local-ai-packaged