Supabase 讓 AI 代理接手後端：本機開發免 Docker，你的 App 也能有自己的 MCP 伺服器

一句話看懂：Supabase 把後端的資料表與設定都變成 repo 裡的檔案，讓 AI 寫程式代理能改、能在本機免 Docker 測試，還能替你的 App 加上給使用者 AI 用的 MCP 伺服器。

先用白話講：為什麼 AI 代理碰不到後端？

想像你請了一位很能幹的裝潢師傅（AI 寫程式代理），他只能在你家客廳（程式碼 repo）裡工作。可是水電總開關、管線圖（資料庫設定）都鎖在管委會辦公室（網頁後台），師傅看不到也動不了，每次都要你自己跑一趟。

Supabase 是很多人拿來當後端的服務，提供資料庫、登入、檔案儲存。這次的更新，等於把管線圖和總開關的鑰匙都搬進客廳，讓 AI 師傅能自己處理。

發生什麼事

Supabase 在 10 月 2 日的 Select 2026 活動上發表了這幾項重點：

1. Declarative Schemas 2.0：資料表結構寫成 SQL 檔，當作唯一的標準答案；新的差異引擎 pg-delta 自動算出 migration。用 supabase init 建的新專案預設就用它
2. 設定寫進程式碼：登入方式、API 限制、儲存空間等設定放在 config.toml；在後台改了設定，用 supabase config pull 就能拉回檔案
3. 給代理用的本機開發：本機 Supabase 可以用原生程序執行，不需要 Docker；每個目錄各有一套，能同時跑多個工作樹。目前是 alpha、預設關閉
4. 你的 App 專屬 MCP 伺服器：一行 shadcn 指令加進專案，部署在原本的 Supabase 專案裡；使用者的 AI 代理以本人身分登入，只看得到 RLS 政策允許的資料

另外還有 Supabase Compute，可以在資料庫旁邊跑長時間執行的服務與代理，目前是私人 alpha、要排候補名單。

跟以前比差在哪

給開發者的技術細節

開啟免 Docker 的本機開發，在 supabase/config.toml 加上：

[experimental]
stack = true

• 也可以改用環境變數 SUPABASE_EXPERIMENTAL_STACK=1
• 既有專案要用 pg-delta：在 config.toml 加 [experimental.pgdelta] 與 enabled = true
• 結構檔放在 supabase/schemas/*.sql，用 supabase db schema declarative sync 在本機產生並套用 migration，再用 supabase db push 推上去
• 加 MCP 伺服器：先 supabase pull，再執行 npx shadcn@latest add @supabase/mcp-server；需要開啟非對稱簽章金鑰與 Supabase Auth 的 OAuth 伺服器

我的看法

我自己用 AI 寫程式時，最卡的就是資料庫：程式碼 AI 改得很快，但資料表要到後台點、migration 要自己整理，常常程式和資料庫對不起來。把結構寫成檔案、由工具產生 migration，對「人 + AI」一起開發的專案是很實在的改善，我覺得值得優先試。

MCP 伺服器這塊更有想像空間：以後客戶可能會問「我的會員能不能在 ChatGPT 裡直接查訂單？」。不過要小心權限，RLS 政策沒寫好，AI 代理就可能看到不該看的資料。免 Docker 與 Compute 都還在 alpha，我會先在副專案玩，不會直接放進客戶的正式環境。

名詞小辭典

• Migration：記錄資料庫結構怎麼一步步變化的腳本，讓每個環境都能照順序更新。
• MCP（Model Context Protocol）：讓 AI 代理連接外部工具與服務的標準規格。
• RLS（Row Level Security）：資料庫的列層級權限，決定每個使用者能讀寫哪幾筆資料。
• Docker：把程式與執行環境打包成容器的工具，本機開發常用它來模擬伺服器。

資料來源

• Supabase Blog：Build anything: Supabase from code, and an MCP server for your app（2026-10-02）