Next Supa File AI

MCP数据服务

提供方 borahanmirzaii

数据服务 未标注 无需鉴权 社区 / 第三方

一个基于Next.js和Supabase的AI文件分析平台,支持拖放上传、知识库创建和MCP集成,实现无缝平台连接。

一句话选型结论

按资料字段整理

Next Supa File AI 属于数据服务类 MCP 服务器,传输方式未标注,无需鉴权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类数据服务 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

数据服务
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

AI分析TypeScript本地部署文件管理知识库平台集成实时更新

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
数据库查询

用自然语言查库、取数,不用手写 SQL。

数据同步与清洗

把多来源数据拉到一处做整理。

报表取数

按口径快速拉出统计结果。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Next Supa File AI当前 未标注 未标注 未标注 无 2026-05-17
Memory 9d25f64e 9 未标注 未标注 无 2026-05-17
Getzep MCP 9 stdio · 本地进程 本地部署 有 2026-05-17
anything-llm 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Prisma MCP Server 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Astr Bot 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

数据服务
字段来自项目仓库与公开索引,中文说明由本站标注
提供方borahanmirzaii上游标注的维护方 borahanmirzaii
分类数据服务本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

4.8 KB
来自项目仓库与上游目录的原文,未做删改

Next.js支持文件AI平台

> AI驱动的文件分析平台,具有拖放上传、知识库创建和MCP集成功能,可实现无缝平台连接。

概述

一个全面的Next.js应用程序,允许用户上传文件,使用AI代理(Google Gemini)对其进行分析,使用向量嵌入构建可搜索的知识库,并通过MCP(模型上下文协议)与外部平台(Google Workspace、Notion、Jira)集成。

主要特点

  • 拖放文件上传:直观的文件上传和实时进度跟踪
  • AI驱动的分析:使用专门代理的Google Gemini API进行自动文件分析
  • 知识库:基于向量的知识库与RAG(检索增强生成)
  • 聊天界面:使用自然语言查询您上传的文件
  • MCP集成:连接到外部平台(谷歌、Notion、Jira)以扩展功能
  • 实时更新:使用Supabase实时跟踪实时进度
  • 安全存储:文件安全地存储在Supabase存储中
  • 现代用户界面:使用shadcn/ui和Tailwind CSS构建

技术栈

核心

  • Next.js 15 -带有App Router的React框架
  • 反应19 -UI库
  • TypeScript -类型安全
  • 顺风 CSS -造型
  • shadcn/ui -UI组件

后端和数据库

  • Supabase -身份验证、数据库、存储
  • PostgreSQL -具有pgvector扩展的数据库
  • Supabase实时 -实时订阅

人工智能与机器学习

  • Vercel AI SDK -人工智能集成框架
  • Google Gemini API -大型语言模型
  • pg向量 -向量相似性搜索
  • 嵌入 -知识库的文本矢量化

整合

  • MCP-SDK -平台集成的模型上下文协议
  • 自定义MCP服务器 -谷歌、Notion、Jira连接器

状态管理

  • 状态 -全球状态管理
  • React查询 -服务器状态管理

项目结构```

next-supa-file-ai/
├── app/ # Next.js App Router
├── src/ # Source code
│ ├── components/ # React components
│ ├── lib/ # Core libraries
│ ├── services/ # Business logic layer
│ ├── repositories/ # Data access layer
│ ├── hooks/ # Custom React hooks
│ └── types/ # TypeScript definitions
├── mcp-servers/ # Custom MCP servers
├── supabase/ # Database migrations & functions
└── docs/ # Documentation


## 快速开始```bash
# Clone the repository
git clone
cd next-supa-file-ai

# Install dependencies
pnpm install

# Setup environment variables
cp .env.example .env.local
# Edit .env.local with your credentials

# Run Supabase locally (optional)
pnpm exec supabase start

# Run migrations
pnpm exec supabase db push

# Start development server
pnpm run dev

访问http://localhost:3000

文档

  • 架构概述
  • 设置和安装
  • 数据库模式
  • MCP集成指南
  • 开发指南
  • api参考

环境变量

所需的环境变量(请参见 .env.example 完整列表):```bash

Supabase

NEXT_PUBLIC_SUPABASE_URL=your_supabase_url
NEXT_PUBLIC_SUPABASE_ANON_KEY=your_anon_key
SUPABASE_SERVICE_ROLE_KEY=your_service_role_key

Google AI

GOOGLE_GENERATIVE_AI_API_KEY=your_gemini_api_key

MCP Integration

MCP_GOOGLE_CLIENT_ID=your_google_client_id
MCP_GOOGLE_CLIENT_SECRET=your_google_client_secret
MCP_NOTION_API_KEY=your_notion_api_key
MCP_JIRA_API_TOKEN=your_jira_api_token


## 关键设计模式

- **存储库模式** -数据访问抽象
- **服务层** -业务逻辑分离
- **工厂模式** -AI代理创建
- **策略模式** -文件分析策略
- **观察者模式** -实时更新
- **适配器模式** -MCP平台适配器

## 开发工作流程

1. **文件上传** → 上层存储
1. **分析触发器** → AI代理工厂
1. **Gemini处理** → 分析结果
1. **嵌入生成** → 向量存储
1. **知识库** → RAG驱动的聊天
1. **MCP工具** → 平台集成

## 部署

### Vercel(推荐)```bash
# Install Vercel CLI
npm i -g vercel

# Deploy
vercel

环境设置

  1. 在Vercel仪表板中添加所有环境变量
  2. 连接Supabase项目
  3. 启用Vercel AI SDK
  4. 部署

贡献

  1. 复刻仓库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 提交您的更改(git commit -m 'Add amazing feature')
  4. 推到分支(git push origin feature/amazing-feature)
  5. 打开拉取请求

许可证

MIT许可证-有关详细信息,请参阅许可证文件

支持

  • 文档: ./docs
  • 问题: GitHub问题
  • 讨论: GitHub讨论

路线图

  • [x] 建筑设计
  • []第一阶段:基础和身份验证
  • []第2阶段:文件上传和管理
  • []第3阶段:人工智能分析管道
  • []第4阶段:知识库和RAG
  • []第5阶段:MCP集成
  • []第6阶段:生产部署

使用Next.js、Supabase、Google Gemini和MCP构建

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Next Supa File AI 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Next Supa File AI 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Next Supa File AI 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Next Supa File AI 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Next Supa File AI 能提供哪些能力?

资料显示能力标签包括 AI分析、TypeScript、实时更新、知识管理。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。