Установка скиллов и плагинов OpenClaw осуществляется на ваш страх и риск. Все файлы были получены из открытых источников и предоставляются «как есть». Мы не гарантируем их корректную работу, безопасность или совместимость с вашей системой. Перед установкой настоятельно рекомендуется ознакомиться с содержимым кода и убедиться, что вы понимаете, какие изменения будут внесены в вашу систему.
Supabase для OpenClaw — это мощный инструмент, который связывает AI-агентов с базой данных Supabase, обеспечивая работу с SQL, управление таблицами и векторный поиск. Он позволяет агентам выполнять сложные операции с данными и строить интеллектуальные сценарии на основе реального хранилища.
Что такое Supabase
Этот навык выступает в роли моста между AI-агентом и backend-инфраструктурой Supabase. С его помощью можно выполнять SQL-запросы, работать с данными (CRUD), а также использовать возможности pgvector для поиска по смыслу.
Интеграция позволяет агентам хранить состояние, управлять реляционными данными и внедрять сценарии Retrieval-Augmented Generation (RAG) прямо внутри своей логики выполнения. :
Основные возможности
- Выполнение SQL-запросов напрямую к базе данных
- CRUD-операции с гибкой фильтрацией
- Векторный поиск с использованием pgvector
- Работа с таблицами и схемами
- Поддержка embedding для AI-задач
Примеры использования
- Хранение и извлечение пользовательских данных
- Создание долговременной памяти для AI-агентов
- Автоматизация задач обслуживания базы данных
- Семантический поиск по документам
- Анализ структуры таблиц и данных
Как это работает
Когда агент сталкивается с задачей, связанной с базой данных, он вызывает соответствующий скрипт, передавая параметры подключения к Supabase. Для стандартных операций используются SQL или PostgREST API.
Для векторного поиска генерируются embedding (при необходимости через OpenAI), после чего вызывается RPC-функция в Supabase, возвращающая наиболее релевантные результаты. :
Настройка
Для работы необходимо задать переменные окружения:
export SUPABASE_URL="https://yourproject.supabase.co"
export SUPABASE_SERVICE_KEY="your-service-role-key"
# опционально
export OPENAI_API_KEY="sk-xxxx"
export SUPABASE_ACCESS_TOKEN="sbp_xxxxx"Структура данных
Для эффективного векторного поиска рекомендуется следующая схема:
- id — уникальный идентификатор
- content — текстовые данные
- embedding — вектор представления
- metadata — дополнительные данные в JSON
- RPC-функции — для поиска по сходству
Дополнительные возможности
- Поддержка pgvector для быстрого поиска по сходству
- Вызов серверных процедур (RPC)
- Автоматическая генерация embedding
- Инспекция схем базы данных
- Обход RLS через service role для админ-задач
CLI команды
Навык предоставляет удобный CLI-интерфейс для работы с базой данных:
# SQL-запрос
supabase.sh query "SELECT * FROM users LIMIT 5"
# вставка данных
supabase.sh insert users '{"name": "John"}'
# выборка
supabase.sh select users --limit 10
# обновление
supabase.sh update users '{"status": "inactive"}'
# удаление
supabase.sh delete users --eq "id:123"
# векторный поиск
supabase.sh vector-search documents "query"Это делает Supabase универсальным инструментом для управления данными и построения AI-функциональности внутри OpenClaw. :
Файл из источника