Lumina Starter

基于你给的技术栈初始化完成：

• Next.js (App Router, TypeScript)
• Vercel AI SDK
• Crawlee + Playwright
• Prisma + PostgreSQL
• Vector Store 可选 Pinecone / Supabase Vector

1. 安装与环境变量

pnpm install
cp .env.example .env

填充 .env 里的关键字段：

• DATABASE_URL
• OPENAI_API_KEY
• VECTOR_STORE (pinecone 或 supabase)
• Pinecone 或 Supabase 对应凭证

2. 初始化数据库

pnpm db:generate
pnpm db:migrate

3. 启动开发

pnpm dev

打开 http://localhost:3000。

页面里有两个区域：

1. Ingest Website：输入 URL 后调用 /api/ingest 进行抓取、分块、入库、向量化。
2. Chat：调用 /api/chat，模型可通过 tool 调用 searchKnowledge 从向量库召回内容。

项目结构

• src/app/api/chat/route.ts：AI 聊天与 tool calling
• src/app/api/ingest/route.ts：网页抓取与入库入口
• src/lib/crawl.ts：Crawlee + Playwright 抓取实现
• src/lib/ingest.ts：抓取、切块、Prisma 入库、向量 upsert
• src/lib/vector/：Pinecone / Supabase 向量存储适配层
• prisma/schema.prisma：SourceDocument + DocumentChunk 模型（含 pgvector 字段）

额外命令

pnpm crawl:sample https://example.com
pnpm lint
pnpm build

Supabase Vector 说明

默认代码调用 RPC：match_document_chunks。你需要在 Supabase 侧创建对应表和匹配函数，并确保函数参数包含：

• query_embedding
• match_count

如果你已有不同命名，可通过 .env 修改：

• SUPABASE_VECTOR_TABLE
• SUPABASE_MATCH_RPC