摘要

Supabase 在 Select 大会上宣布：开发者可以为自己的 Supabase 应用生成专属 MCP 服务器，客户因此能直接从 ChatGPT、Claude 或任何 MCP 客户端使用这个应用，并用其在该应用已有的账号登录。关键在于每一次工具调用都以该用户身份执行，由应用自身的 RLS（行级安全）策略决定智能体能触达哪些数据，权限模型无需为智能体另建一套。文章给出从安装 MCP Server 代码块、用 OAuth 中间件携带用户身份、到围绕应用既有操作编写工具模块的做法，以及把应用 UI 直接嵌进聊天界面的 MCP Apps 扩展。

正文（译文）

在 Supabase Select 大会上，我们宣布了一种让你的 Supabase 应用拥有自己 MCP 服务器的方式。你的客户可以从 ChatGPT、Claude 或其他 MCP 客户端使用你的应用，用他们已有的账号登录。每一次工具调用都以该用户身份运行，于是你的 RLS 策略决定每个智能体能触达什么。

你通过模型上下文协议（MCP）把应用的动作暴露为工具。MCP Server 代码块会把服务器代码加入你的项目；Supabase Auth 处理 OAuth 流程；来自 @supabase/server 的辅助函数给每个工具一个面向已登录用户的 Supabase 客户端。每个工具可以是一个普通查询，无需 service role 密钥。你编写适合自己应用的工具。

在 Greg Richardson 的 Select 演讲中看它实际运行；更全面的发布内容见 Build anything: Supabase from code、以及 Supabase Select 2026 回顾。

你的应用，进到客户的 workflow 里 假设你的应用把产品照片转成视频广告。一位客户正在 Claude 里规划一场营销活动，需要用到他的产品和你的广告工具。通过 MCP，他的智能体能找到某个产品、申请一支广告，并在同一段对话里（连同他的其他工具）使用结果。

这就是我们在 Select 上用演示应用 Sizzle 展示的流程。该应用用了 Supabase Auth、Database 与 Storage；它的 MCP 工具让客户列出自己的产品、并通过外部服务生成视频广告。客户能从 ChatGPT 或 Claude 使用这些动作。看完整演示。

从你拥有的代码开始 从 Supabase Library 安装 MCP Server 代码块，命令如下（在终端执行）： npx shadcn@latest add https://supabase.com/library/r/mcp.json这条命令会把一个 Edge Function 复制到 supabase/functions/mcp 下，内含 MCP 处理器、认证中间件，以及一个用于检查调用方身份的 whoami 工具。每个工具有自己的文件，tools/index.ts 负责注册它们。

你拥有这段代码。可以为你的产品支持的操作添加工具、改它们的输入、决定返回什么信息。该代码块的 Library 页面有一个"复制 agent 提示"按钮，把你的编码智能体指向代码块文档。

该代码块使用官方的 MCP TypeScript SDK 做协议与工具注册；Supabase 的辅助函数负责连接 Supabase Auth 与用户客户端。这些辅助函数也能用在其他使用标准 Web Request/Response 处理器的后端里（包括 Cloudflare Workers），也能搭配其他 MCP 库。要在别处复用逻辑，就在那里加上 MCP 端点，并设置其公开 URL 与你的 Supabase Auth URL，让客户端能找到正确的 Auth 服务器。

把用户身份带进每一次调用 客户的智能体（MCP 客户端）从你的服务器 URL 起步。认证中间件告诉它去哪里找你项目的 OAuth 服务器；用户通过你的应用登录，并在你的同意页上批准该客户端。Supabase Auth 随后为该用户签发访问令牌。之后的工具调用都携带这个令牌。

在生成的函数的 handleMcp（MCP 请求处理器）之前，会先运行认证辅助函数。处理器逻辑大致如下（Deno 服务端示例）： 先 import 来自 npm:@supabase/middleware@1 的 pipeline，以及来自 npm:@supabase/server@1 的 withOAuthProtectedResource 与 withSupabase； 然后用 Deno.serve 包住 pipeline，pipeline 内依次放入 withOAuthProtectedResource()、withSupabase({ auth: 'user' }) 与 handleMcp。 其中 withOAuthProtectedResource() 告诉客户端去哪里登录：它应答发现请求，并在请求无令牌时发起 OAuth 挑战；withSupabase({ auth: 'user' }) 校验令牌，并向处理器提供该用户的 Supabase 客户端。经该客户端发起的查询以用户身份运行，于是 Postgres 会套用该表的 RLS 策略。MCP 服务器指南详细解释了中间件与请求处理。

围绕应用的动作编写工具 每个工具模块拿到 server（MCP 服务器）与 supabase（调用方的 Supabase 客户端）。z 是 Zod 的 schema 构建器。一个面向既有的、受 RLS 保护的 todos 表的工具，可以列出未完成任务，逻辑大致如下（工具注册示例）： server.registerTool 注册名为 list_open_tasks 的工具；描述为"为已登录用户查找最多 20 条未完成任务"；inputSchema 用 z.object({})；annotations 标记 readOnlyHint 为真；异步函数里用 supabase 从 todos 表 select id 与 title，条件是 done 为假，limit 20；若出错则抛出错误；返回 content 里放 JSON 化的结果数据。

该工具按任务状态过滤，而你的 RLS 策略决定该用户能触达哪些行。一个工具也可以调用数据库函数、调用 Edge Function，或使用既有的应用 API。把业务规则留在工具所调用的代码里——例如一笔费用可能需要审批检查，MCP 工具应当调用你的应用做该检查时用的同一函数。

在智能体里加一个界面 你的 MCP 工具可以把应用的部分 UI 直接显示在聊天里，这用到 MCP Apps（MCP 的一个扩展），支持它的客户端（如 ChatGPT）会在对话内展示该 UI。在 Sizzle 演示中，客户向 ChatGPT 索要自己的某个产品，ChatGPT 展示 Sizzle 的产品卡（含描述与视频播放器）；当客户要一支新广告，就在同一聊天里看着它渲染出来。

该 UI 复用了 Sizzle Web 应用的 React 组件，一个单独的构建把它们打包成一个 HTML 文件，Edge Function 把该文件随工具结果一起发出。如果用户主要通过智能体用你的应用，Headless App 代码块提供了另一个起点：它内含浏览器登录与同意流程、示例任务工具，以及一个受 RLS 保护的数据库；用户在浏览器里批准访问，再经其智能体工作。

开始使用 要连接外部智能体，用非对称签名密钥配置你的 Supabase 项目，并开启 OAuth 2.1 服务器；开启动态客户端注册，让兼容客户端能自行注册。把 OAuth Consent 代码块加进前端，让用户能批准访问；把你的 Auth Site URL 设为托管同意页的站点。Edge Function 在其中间件里校验令牌；关闭内置的 JWT 检查，让无令牌的发现请求能到达它，配置项如下： [functions.mcp] 段下 verify_jwt = false 用户把他们的智能体连接到已部署的服务器 URL。完整配置、本地测试与部署步骤见 Deploy MCP servers 指南。