ElectricCodeGuy/SupabaseAuthWithSSR

해결하는 문제

이 프로젝트는 Next.js와 Supabase를 사용하여 AI 채팅 애플리케이션을 구축하기 위한 프로덕션 준비된 스타터 킷을 제공합니다. 단순한 텍스트 스트리밍을 넘어서, 완전한 인증 시스템, 문서 기반 RAG, 장기 기억, 그리고 세부적인 토큰 사용량 추적을 통합하여 전문적인 AI 에이전트 인터페이스를 출시하기 위해 필요한 반복 코드를 줄입니다.

작동 방식

이 애플리케이션은 Vercel AI SDK v7과 Anthropic의 Claude 모델을 사용합니다. 입력 비용을 줄이기 위해 이중 레벨 프롬프트 캐싱 전략을 사용하며, AI가 서버 사이드 함수를 자율적으로 트리거할 수 있는 툴 콜 아키텍처를 구현합니다. 이러한 툴은 Exa를 통한 웹 검색, Voyage AI를 통한 임베딩, Mistral을 통한 PDF OCR과 통합됩니다. 데이터는 Supabase에 저장되며, 업로드된 문서에 대해 하이브리드 벡터 검색과 키워드 검색(RRF 퓨전)을 위해 pgvector를 사용합니다.

대상 사용자

사용자 계정, 파일 관리, 비용 모니터링 기능을 갖춘 고도화된 AI 채팅 플랫폼을 처음부터 구축하지 않고 개발하고자 하는 개발자.

주요 기능

• 포괄적인 AI 툴 세트: 문서 기반 RAG, 웹 검색, 실시간 문서 편집을 위한 버전 관리 아티팩트 워크스페이스, 인터랙티브 차트, PDF 생성 포함.
• 프로덕션 수준 인증: 마법 링크, 비밀번호 재설정, 모든 데이터베이스 테이블에 적용되는 행 수준 보안(RLS)을 포함한 완전한 Supabase SSR 인증.
• 세부적인 사용량 추적: 단계별 토큰 사용량과 캐시 메타데이터가 메시지에 저장되어 사용자 및 관리자용 상세한 비용 대시보드를 가능하게 합니다.
• 장기 기억: 사용자의 정보를 다양한 채팅 세션 간에 기억할 수 있는 지속 가능한 메모리 시스템.
• 세부적인 벡터 최적화: 서브초 단위의 유사성 검색을 가능하게 하는 HNSW 인덱스를 포함한 동일성 보장 SQL 설정 및 halfvec를 활용한 인덱스 크기 최적화 가이드.