AI 只写一半应用

这几年，AI Coding 工具的发展实在是太快了，你随便丢给它一个复杂的需求，它就能迅速拆分成一个个任务，生成漂亮的界面，着实是让人震惊不已。

但是深入观察一下就会发现，那只是“一半的应用”：

只有前端代码，没有后端，界面漂亮，数据却是假的。

原因很简单，后端要涉及数据库、API、服务器等复杂环境，要想让AI完全自动生成、集成、部署，难度极高。

这不能不说是个巨大的缺憾！

最近，一家来自北京的科技公司:跨赴科技，推出了国内首个AI 原生后端即服务（Backend-as-a-Service）平台：AipexBase。

这个平台，补上了AI编程的那一半。

它的理念非常简单：让AI不仅能写“前端”，还能“直接拥有完整的后端”。

借助 AipexBase，前端开发者在 Cursor、Trae 等 AI IDE 里，就能一键创建可运行的完整应用，无需再单独搭后端环境，也不用手动创建数据库，这一切都由AipexBase SDK + MCP Server自动搞定。

BaaS的进化：从 Supabase 到 AipexBase

说起后端即服务（BaaS)，很多人都不陌生，例如Supbase就是一个通用型BaaS平台，它提供了常见的后端功能，比如身份验证、数据库管理、文件存储和推送通知。

在 Supabase 上，你可以定义数据库表，然后前端直接用 JavaScript 实现增删改查。

看起来很方便，但问题是：你依然得手动去建表、写配置、做集成，这依然是一件麻烦事儿。

即使有了BaaS，应用想真正跑起来，依然离不开“人工介入”。

而 AipexBase 的创新点在于，它把这些过程也自动化了。

它能根据 AI 生成的应用逻辑，自动完成这些事情：

1.自动识别并设计数据结构

2.自动创建对应的数据库表

3.自动生成数据库访问代码（CRUD）

AipexBase是如何做到呢？ 我们用个博客系统的例子来看一下。

准备工作

首先，我们得到AipexBase上去创建一个应用。

图片

然后创建一个API Key ，这个东西非常重要，在配置MCP Server时要用，复制下来。

图片

剩下的就不用管了，虽然可以在这里手工去建表，但是作为一个前端开发，最好还是把这些事情丢给AI去干。

找一个你顺手的AI Coding工具（我用的是TRAE），把MCP Server给配上。

图片

红框中的token就是上一步保存的api key。

你的IDE会通过这个MCP Server去和AipexBase平台进行交互，执行生成数据库表，访问数据库等操作。

图片

当然你也可以根据自己的喜好，把MCP Server进一步封装成智能体，把它叫做“软件研发专家”，“全栈开发专家”，都可以。

自动创建数据库表

接下来我们就可以和它交互，创建一个博客应用了：

图片

这没什么新奇的，各个AI Coding工具大同小异。

关键点很快来了，TRAE开始自动创建数据库表：包括用户表、博客文章表和评论表。

它会找到我们之前配置的AipexBase MCP Server，自动地到AiPexBase那里把数据库给创建起来。

图片

到AiPexBase平台去验证一下，果然，三张表已经自动创建起来了：

图片

你看，我们再也不用哼哧哼哧地在BaaS平台上一个字段一个字段地输入了，这才是AI应该给程序员带来的好处。

自动生成数据库访问代码

数据库表都生成了，再自动生成相关的CRUD代码自然不在话下。

这段代码是使用AiPexBase的SDK创建了一个客户端，后续可以使用。

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

获取博客列表：

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

获取单篇博客：

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

添加一条评论：

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()
 });

具体的含义一目了然，语法非常简单，我这里不再啰嗦了，想查看细节的可以看看AppexBase的说明手册：

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

值得注意的是，前端开发不用再等待后端提供接口，AI Coding 工具通过MCP Server调用可以知道有哪些表，表中有什么字段，具体如何使用，然后把代码安排得明明白白。

AipexBase通过自动生成数据库访问代码，可以说是极大地降低了前端开发的工作量。

运行起来

其他的功能我就不再展示了，把它跑起来是这样的：

图片

这是一个完整的应用，从前端到后端，完全跑通了。

没有假数据，博客文章数据都是从AipexBase的数据库中来的。

图片

更懂中国开发者的BaaS

应用开发不仅仅需要数据库的支持，还需要和很多第三方服务进行集成。

比如那个博客系统，我想在发表一篇博客以后，自动把它也发到飞书群、钉钉群里去，广而告之，让大家都看一下。

但是像Supabase主要对接国际生态，对本地的飞书、钉钉、企业微信、鸿蒙支持得并不太好。

AipexBase是国内团队开发的，它更懂中国的开发者，可以轻松地在AipexBase 平台集成第三方服务。

我们拿一个飞书群试一下，先在里边创建了一个机器人：

图片

然后我到AipexBase平台去添加一个第三方服务：

图片

回到TRAE的界面，告诉它：创建博客以后，需要自动把标题和链接发到飞书群。

TRAE在执行过程中，先通过MCP Server查询第三方服务，很快它就找到了刚刚创建的feishubot，以及两个参数：blog_title,blog_link。

图片

然后TRAE找到相关文件，自动修改代码：

图片

// 使用系统内置的feishubot API发送消息
const response = await client.api
  .call('feishubot')
  .params({
    blog_title: blog.title,
    blog_link: blogUrl
  });

从上面自动生成的代码可以看出，它调用了刚刚创建的第三方服务feishubot，并且按照正确的格式把博客标题和链接传递过去。

整个过程不需要程序员的介入，完全自动完成。

最终，在飞书群中看到了这样的效果：

图片

总结

作为国内首个AI 原生后端即服务（Backend-as-a-Service）平台，AipexBase在AI编程的世界里，补上了一块缺失已久的拼图。

过去几年，AI一直在努力“写出前端”，AipexBase的到来，把后端也拉入了AI领域，让AI能一口气从前端“杀到”后端，连数据库/API都自动搞定，第一次具备了构建真正可运行应用的能力。

这不仅是技术上的进步，更像是开发方式的一次“换代”，之前是前端等后端，后端配接口，然后联调，而现在，AI + AipexBase，直接让开发变成“一人就能干全栈”的事，AI Coding真正闭环了。

近日，AipexBase已经在gitee上开源：

https://gitee.com/kuafuai/aipexbase。

开源版本实现了本地的私有化部署，建议大家都去尝试一下，感受一下国产的AI原生BaaS给编程带来的震撼，也欢迎大家给AipexBase贡献代码，一起壮大国产开源生态。

文章来自：51CTO