Kirimase项目中使用Supabase和Drizzle的正确配置流程
Kirimase是一个基于Next.js的现代化全栈开发工具链,它整合了多种流行技术栈如Drizzle ORM、Supabase和Lucia认证等。本文将详细介绍如何正确配置Kirimase项目中的Supabase数据库连接,避免常见的"pool未导出"错误。
问题背景
在集成Supabase作为数据库提供者时,开发者可能会遇到Lucia认证无法添加用户的问题,控制台显示"pool未从@/lib/db/index导出"的错误。这通常是由于数据库初始化流程不正确导致的。
正确配置步骤
-
项目初始化 首先使用Next.js官方脚手架创建项目基础结构:
bun create next-app@latest myproj cd myproj
-
Kirimase初始化 运行Kirimase初始化命令并选择相关技术栈:
kirimase init
在此过程中选择Drizzle ORM、PostgreSQL驱动和Supabase作为数据库提供者。
-
Supabase本地开发环境设置
supabase init supabase start
这一步会启动本地Supabase实例,注意记录控制台输出的数据库连接URL。
-
环境变量配置 将Supabase提供的连接URL等信息添加到项目的.env文件中,包括:
- DATABASE_URL
- SUPABASE_URL
- SUPABASE_ANON_KEY
- SUPABASE_SERVICE_ROLE_KEY
-
数据库迁移
bun db:generate bun db:migrate
这一步会根据Drizzle的schema定义生成数据库表结构并执行迁移。
-
开发服务器启动
bun stripe:listen # 如果需要Stripe集成 bun run dev
关键注意事项
-
执行顺序的重要性 必须确保Supabase服务先启动并获取连接字符串后,再进行数据库迁移操作。顺序错误会导致连接配置不完整。
-
环境变量时效性 Supabase本地实例每次重启可能会改变端口号,需要相应更新DATABASE_URL。
-
Drizzle适配器配置 Kirimase生成的Drizzle配置已经针对Supabase做了优化,开发者不应手动修改pool导出方式。
技术原理
当使用Drizzle ORM与Supabase配合时,Kirimase内部会创建一个适配层,将Supabase的PostgreSQL连接池转换为Drizzle可识别的格式。Lucia认证系统则通过这个适配层访问用户数据。如果初始化顺序错误,会导致适配层未能正确建立,从而出现"pool未导出"的错误。
总结
通过遵循正确的配置流程,开发者可以顺利集成Kirimase、Supabase和Drizzle的技术栈。关键在于理解各组件间的依赖关系,严格按照初始化顺序执行操作。这种组合为开发者提供了强大的全栈开发能力,同时保持了良好的开发体验。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0362Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++087Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









