mcpField
S
Servidor MCP do Supabase

Servidor MCP do Supabase

本地服务
github.com/flavioaraujosilva云与基础设施086 周前更新

关于 Servidor MCP do Supabase

Servidor MCP do Supabase 提供用于读取、插入和更新 Supabase 表记录的 REST 接口,面向需要执行基础数据操作的 MCP 客户端。

主要功能

  1. 01列出表记录并选择字段
  2. 02按 ID 获取记录
  3. 03插入表数据
  4. 04更新现有记录

适用场景

  1. 01查看表行及指定字段
  2. 02按 ID 获取单条记录
  3. 03向 Supabase 表添加记录
  4. 04修改现有记录的字段

MCP 相关

这是用于操作 Supabase 数据的 MCP 服务,同时提供执行这些操作的 REST API。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Supabase MCP 服务

这是一个 MCP(Model-Controller-Persistence)服务,提供用于与 Supabase 交互的 RESTful API。

功能

  • 查询表中的数据
  • 查询特定记录
  • 插入数据
  • 更新数据

本地配置

  1. 克隆仓库
  2. 安装依赖:
    npm install
    
  3. 将 .env.example 文件复制为 .env,并填入你的 Supabase 凭据:
    cp .env.example .env
    

在 Smithery 上部署

  1. 安装 Smithery CLI:

    npm install -g @smithery/cli
    
  2. 登录你的 Smithery 账户:

    smithery login
    
  3. 在项目目录中初始化部署:

    smithery deploy
    
  4. 在 Smithery 面板中配置环境变量:

    • SUPABASE_URL:你的 Supabase 项目 URL
    • SUPABASE_KEY:你的 Supabase 项目 API 密钥
  5. 部署后,你的服务将在 Smithery 提供的域名上运行。

本地使用

要在本地启动服务:

npm start
端点
  • GET /api/:table - 列出表中的所有记录

    • 查询参数:
      • select:要返回的字段(可选)
  • GET /api/:table/:id - 按 ID 获取特定记录

  • POST /api/:table - 插入新记录

    • 请求体:包含要插入数据的对象
  • PATCH /api/:table/:id - 更新现有记录

    • 请求体:包含要更新字段的对象

使用示例

列出表中的所有记录
curl http://localhost:3000/api/users
列出包含特定字段的记录
curl http://localhost:3000/api/users?select=id,name,email
获取特定记录
curl http://localhost:3000/api/users/123
插入新记录
curl -X POST http://localhost:3000/api/users \
  -H "Content-Type: application/json" \
  -d '{"name": "João", "email": "[email protected]"}'
更新记录
curl -X PATCH http://localhost:3000/api/users/123 \
  -H "Content-Type: application/json" \
  -d '{"name": "João Silva"}'

在 Smithery 上监控

部署后,你可以通过 Smithery 面板监控服务:

  1. 访问 Smithery 面板
  2. 前往你的项目
  3. 查看:
    • 实时日志
    • 使用指标
    • 服务状态
    • 环境变量

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。