0 1

AI 只寫一半應用

這幾年，AI Coding 工具的發展實在是太快了，你隨便丟給它一個復雜的需求，它就能迅速拆分成一個個任務，生成漂亮的界面，著實是讓人震驚不已。

但是深入觀察一下就會發現，那只是“一半的應用”：

只有前端代碼，沒有后端，界面漂亮，數據卻是假的。

原因很簡單，后端要涉及數據庫、API、服務器等復雜環境，要想讓AI完全自動生成、集成、部署，難度極高。

這不能不說是個巨大的缺憾！

最近，一家來自北京的科技公司:跨赴科技，推出了國內首個AI 原生后端即服務（Backend-as-a-Service）平臺：AipexBase。

這個平臺，補上了AI編程的那一半。

它的理念非常簡單：讓AI不僅能寫“前端”，還能“直接擁有完整的后端”。

借助 AipexBase，前端開發者在 Cursor、Trae 等 AI IDE 里，就能一鍵創建可運行的完整應用，無需再單獨搭后端環境，也不用手動創建數據庫，這一切都由AipexBase SDK + MCP Server自動搞定。

0 2

BaaS的進化：從 Supabase 到 AipexBase

說起后端即服務（BaaS)，很多人都不陌生，例如Supbase就是一個通用型BaaS平臺，它提供了常見的后端功能，比如身份驗證、數據庫管理、文件存儲和推送通知。

在 Supabase 上，你可以定義數據庫表，然后前端直接用 JavaScript 實現增刪改查。

看起來很方便，但問題是：你依然得手動去建表、寫配置、做集成，這依然是一件麻煩事兒。

即使有了BaaS，應用想真正跑起來，依然離不開“人工介入”。

而 AipexBase 的創新點在于，它把這些過程也自動化了。

它能根據 AI 生成的應用邏輯，自動完成這些事情：

1.自動識別并設計數據結構

2.自動創建對應的數據庫表

3.自動生成數據庫訪問代碼（CRUD）

AipexBase是如何做到呢？ 我們用個博客系統的例子來看一下。

準備工作

首先，我們得到AipexBase上去創建一個應用。

然后創建一個API Key ，這個東西非常重要，在配置MCP Server時要用，復制下來。

剩下的就不用管了，雖然可以在這里手工去建表，但是作為一個前端開發，最好還是把這些事情丟給AI去干。

找一個你順手的AI Coding工具（我用的是TRAE），把MCP Server給配上。

紅框中的token就是上一步保存的api key。

你的IDE會通過這個MCP Server去和AipexBase平臺進行交互，執行生成數據庫表，訪問數據庫等操作。

當然你也可以根據自己的喜好，把MCP Server進一步封裝成智能體，把它叫做“軟件研發專家”，“全棧開發專家”，都可以。

自動創建數據庫表

接下來我們就可以和它交互，創建一個博客應用了：

這沒什么新奇的，各個AI Coding工具大同小異。

關鍵點很快來了，TRAE開始自動創建數據庫表：包括用戶表、博客文章表和評論表。

它會找到我們之前配置的AipexBase MCP Server，自動地到AiPexBase那里把數據庫給創建起來。

到AiPexBase平臺去驗證一下，果然，三張表已經自動創建起來了：

你看，我們再也不用哼哧哼哧地在BaaS平臺上一個字段一個字段地輸入了，這才是AI應該給程序員帶來的好處。

自動生成數據庫訪問代碼

數據庫表都生成了，再自動生成相關的CRUD代碼自然不在話下。

這段代碼是使用AiPexBase的SDK創建了一個客戶端，后續可以使用。

import { createClient } from 'baas_js';
// 初始化baas_js客戶端
const client = createClient({
  baseUrl: 'http://124.71.176.202/baas-api',
  apiKey: 'kf_api_*****************************'
});
export default client;

獲取博客列表：

const response = await client.db
    .from ( 'blogs')
    .list()
    .eq('status', 'published')
    .order('created_at', 'desc')
    .page(page, pageSize);

獲取單篇博客：

const blog = await client.db
    .from ( 'blogs')
    .get(id);

添加一條評論：

const response = await client.db
    .from('comments')
    .insert()
    .values({
    blog_id: data.blog_id,
    content: data.content,
    parent_id: data.parent_id,
    created_at: new Date().toISOString(),
    updated_at: new Date().toISOString()
 });

具體的含義一目了然，語法非常簡單，我這里不再啰嗦了，想查看細節的可以看看AppexBase的說明手冊：

https://vvx03gck2p.feishu.cn/docx/LSsLdYZQfoAo3zxTkwrcJuGVnC3

值得注意的是，前端開發不用再等待后端提供接口，AI Coding 工具通過MCP Server調用可以知道有哪些表，表中有什么字段，具體如何使用，然后把代碼安排得明明白白。

AipexBase通過自動生成數據庫訪問代碼，可以說是極大地降低了前端開發的工作量。

運行起來

其他的功能我就不再展示了，把它跑起來是這樣的：

這是一個完整的應用，從前端到后端，完全跑通了。

沒有假數據，博客文章數據都是從AipexBase的數據庫中來的。

0 3

更懂中國開發者的BaaS

應用開發不僅僅需要數據庫的支持，還需要和很多第三方服務進行集成。

比如那個博客系統，我想在發表一篇博客以后，自動把它也發到飛書群、釘釘群里去，廣而告之，讓大家都看一下。

但是像Supabase主要對接國際生態，對本地的飛書、釘釘、企業微信、鴻蒙支持得并不太好。

AipexBase是國內團隊開發的，它更懂中國的開發者，可以輕松地在AipexBase 平臺集成第三方服務。

我們拿一個飛書群試一下，先在里邊創建了一個機器人：

然后我到AipexBase平臺去添加一個第三方服務：

回到TRAE的界面，告訴它：創建博客以后，需要自動把標題和鏈接發到飛書群。

TRAE在執行過程中，先通過MCP Server查詢第三方服務，很快它就找到了剛剛創建的feishubot，以及兩個參數：blog_title,blog_link。

然后TRAE找到相關文件，自動修改代碼：

 // 使用系統內置的feishubot API發送消息
const response = await client.api
  .call('feishubot')
  .params({
    blog_title: blog.title,
    blog_link: blogUrl
  });

從上面自動生成的代碼可以看出，它調用了剛剛創建的第三方服務feishubot，并且按照正確的格式把博客標題和鏈接傳遞過去。

整個過程不需要程序員的介入，完全自動完成。

最終，在飛書群中看到了這樣的效果：

0 4

總結

作為國內首個AI 原生后端即服務（Backend-as-a-Service）平臺，AipexBase在AI編程的世界里，補上了一塊缺失已久的拼圖。

過去幾年，AI一直在努力“寫出前端”，AipexBase的到來，把后端也拉入了AI領域，讓AI能一口氣從前端“殺到”后端，連數據庫/API都自動搞定，第一次具備了構建真正可運行應用的能力。

這不僅是技術上的進步，更像是開發方式的一次“換代”，之前是前端等后端，后端配接口，然后聯調，而現在，AI + AipexBase，直接讓開發變成“一人就能干全棧”的事，AI Coding真正閉環了。

近日，AipexBase已經在gitee上開源：

https://gitee.com/kuafuai/aipexbase。

開源版本實現了本地的私有化部署，建議大家都去嘗試一下，感受一下國產的AI原生BaaS給編程帶來的震撼，也歡迎大家給AipexBase貢獻代碼，一起壯大國產開源生態。