技术深度分析报告

InsForge

面向 Agentic Coding 的开源后端平台——
让 AI 编码 Agent 像后端工程师一样交付全栈应用。

github.com/InsForge/InsForge Apache-2.0 TypeScript Turbo monorepo

数据库 · 认证 · 存储 · 边缘函数 · 模型网关 · 计算 · 部署 · 12.1k Stars

← 返回汇总

项目速览

一句话定义 InsForge

给 AI 编码 Agent 用的 Supabase。

7

后端能力

2

Agent 接口

12.1k

Stars

4757

Commits

一站式开源后端：通过 MCP Server 或 CLI+Skills 让 Agent 直接操作数据库、认证、存储、函数、网关。

关键认知

它不是低代码平台

InsForge 的定位经历了关键转向：从早期的"应用生成平台"，演进为专为 Agentic Coding 设计的后端平台。它解决的不是"人怎么快速建应用"，而是"AI Agent 怎么自主配置和运维后端"。

旧定位

低代码应用平台

面向人，可视化拖拽生成 CRUD 应用。

现定位

Agentic 后端平台

面向 AI Agent，提供工具调用接口自主管理后端。

为什么存在

Agent 全栈交付的最后一公里

前端 Agent 能写代码

Cursor/Copilot 已能生成前端组件，但后端配置仍需人工。

后端配置是黑盒

数据库迁移、存储桶、认证提供商——Agent 不知道怎么操作云控制台。

碎片化后端服务

Auth 用 Auth0、DB 用 Supabase、存储用 S3、函数用 Vercel——拼装成本高。

核心理念

让 Agent 像后端工程师一样工作

不是给 Agent 写后端代码，而是让 Agent 操作后端。

读后端上下文：Agent 拉取文档、schema、元数据、运行日志，知道自己面对什么
配置后端原语：部署函数、跑迁移、建存储桶、配认证，Agent 直接操作
验证产出：Agent 能查询自己部署的东西是否工作，闭环调试

核心产品

七大后端原语

能力	技术	说明
`Authentication`	自研	用户管理、认证、会话
`Database`	Postgres	关系型数据库，支持迁移
`Storage`	S3 兼容	文件存储
`Model Gateway`	OpenAI 兼容	多 LLM 提供商统一 API
`Edge Functions`	Deno	边缘 Serverless 函数
`Compute`	容器	长运行服务（私有预览）
`Deployment`	自研	站点构建与部署

一个平台覆盖全栈后端需求，Agent 无需在多个服务间切换。

Agent 接入方式

两种 Agent 交互接口

方式一

MCP Server

把 InsForge 操作暴露为工具，任何 MCP 兼容 Agent（Claude/Cursor）可调用。支持自托管与云端。

方式二

CLI + Skills

命令行工具 + Skills，Agent 在终端直接调用。仅云端。

两种接口都让 Agent 像后端工程师一样操作：读上下文、改配置、验产出、debug 故障。

典型工作流

Agent 如何用 InsForge

Agent 收到需求 → fetch-docs 学规范 → 建数据库表 → 配认证 → 部署函数 → 查日志验证

上下文自取：Agent 主动拉取文档与 schema，不靠人喂
原语直配：迁移、桶、认证提供商——工具调用即生效
闭环验证：部署后查运行日志，确认是否工作

技术构成

monorepo 架构

构建

Turborepo

Turbo monorepo 管理多包，turbo.json 编排任务。

语言

TypeScript

全栈 TS，前后端类型共享，tsconfig.json 统一配置。

部署

Docker Compose

多套 compose：本地/生产/Dokploy，一键起全栈。

Agent 适配

.claude / .codex / .agents

内置多 Agent 平台的 Skills 与插件配置，原生支持 agentic。

快速上手

Docker 一键起

# 克隆 + 配置环境
git clone https://github.com/InsForge/InsForge.git
cd insforge
cp .env.example .env

# 启动全栈（Postgres + PostgREST + Auth + Deno + App）
docker compose -f docker-compose.prod.yml up

# 打开 http://localhost:7130 连接 MCP Server
# 然后对 Agent 说：
I'm using InsForge as my backend platform,
call InsForge MCP's fetch-docs tool to learn about InsForge instructions.

也支持 Railway / Zeabur / Sealos 一键部署，无需本地装 Docker。

运维特性

单机跑多项目

同一台主机可跑多个 InsForge 项目，每个项目独立数据库、存储、配置。

# 为每个项目准备独立 env
cp .env.example .env.project1
cp .env.example .env.project2

# .env.project2 改端口
POSTGRES_PORT=5442
APP_PORT=7230

# 用 -p 项目名隔离启动
docker compose -f docker-compose.prod.yml \
  --env-file .env.project1 -p project1 up -d
docker compose -f docker-compose.prod.yml \
  --env-file .env.project2 -p project2 up -d

市场定位

与 Supabase 的差异

维度	Supabase	InsForge
核心用户	人类开发者	AI 编码 Agent
主接口	SDK / Dashboard	MCP Server / CLI+Skills
设计哲学	人写代码调后端	Agent 自主配后端
模型网关	无	内置 OpenAI 兼容网关
成熟度	生产级，庞大生态	较新，快速增长中

InsForge 不是要替代 Supabase，而是为 Agent 时代重新设计的后端范式。

适用场景

适合谁用

Agentic Coding 实践者
用 Cursor/Claude/Copilot 做全栈开发，想让 Agent 一站式搞定后端。
独立开发者 / 小团队
不想拼装 Auth+DB+Storage 多服务，要一体化后端。
MCP 生态用户
已有 MCP 工作流，想加一个完整后端能力。
学习 Agent 后端范式
观察"为 Agent 设计的后端"长什么样。

核心亮点

为什么值得关注

Agent 原生设计

不是给现有后端加 Agent 适配，而是从零为 Agent 设计的工具接口。

全栈一站式

7 大后端能力集成，Agent 不用在多个云服务间切换。

MCP 标准协议

接入主流 Agent 生态，不绑定单一 AI 平台。

开源可自托管

Apache-2.0，Docker 一键部署，数据完全自控。

风险提示

需要权衡的点

项目较新
虽 12k Stars 且 4757 commits 迭代活跃，但生产案例与生态成熟度待积累。
与 Supabase 竞争
Supabase 体量巨大且也在加 Agent 能力，市场争夺激烈。
能力深度
每个原语（Auth/DB/Storage）相比垂直方案的成熟度需评估。
Compute 仍预览
长运行容器服务还在私有预览，关键能力未 GA。

潜力评估

未来空间

站在 Agentic Coding 爆发的时间窗口。如果"AI Agent 自主交付全栈应用"成为主流范式，InsForge 这类"为 Agent 设计的后端"就是基础设施级机会。它赌的是后端交互范式的迁移——从人操作 Dashboard，到 Agent 调用工具。即便 Supabase 等也会跟进，先发者有定义范式的优势。

上一个
Headscale

下一个
LiteLLM