核心用法
Nate Jones Second Brain 是一个极简而强大的个人知识管理系统，采用两个核心原语构建：
- Supabase（PostgreSQL + pgvector）：作为数据底座，存储原始文本、1536 维向量嵌入及结构化元数据，自带 REST API 无需额外开发
- OpenRouter：统一 AI 网关，单 API 密钥调用多厂商模型，负责生成嵌入向量与提取元数据（类型、主题、人物、待办事项等）
典型工作流：文本输入 → OpenRouter 生成 embedding + 提取元数据 → Supabase 存储 → 支持语义搜索与结构化过滤。所有上层应用（MCP Server、聊天界面、自动化捕获）均基于此基础自由扩展。
显著优点
- 架构极简：仅依赖两个成熟云服务，无自建向量数据库或模型部署成本
- 语义召回：pgvector 支持余弦相似度搜索，突破关键词匹配局限
- 元数据丰富：自动分类为 observation/task/idea/reference/person_note，支持主题、人物、日期、待办等多维过滤
- 开放生态：OpenRouter 解锁 GPT-4、Claude、开源模型等全谱系能力；Supabase REST API 可被任意客户端消费
- 可扩展性：底层表结构清晰，易于叠加 RAG、Agent 记忆、个人搜索引擎等场景
潜在局限
- Vendor 锁定：深度绑定 Supabase 与 OpenRouter，迁移需改写数据层与模型调用层
- 成本不可控：高频写入与嵌入生成可能产生意外费用（OpenRouter 按 token 计费，Supabase 有存储/请求限制）
- 无内置冲突解决：并发写入同名主题或重复内容时，缺乏去重/合并机制
- 元数据质量依赖模型：LLM 提取的主题/人物可能存在幻觉，需人工校验或后处理
- 安全边界：Service Role Key 拥有全表权限，泄露即导致数据完全暴露
适合人群
- 技术背景开发者，希望快速搭建个人知识库而非从零造轮子
- 已使用 Supabase 或 OpenRouter 生态，寻求标准化的记忆层方案
- 需要语义搜索 + 结构化元数据双能力的笔记/灵感管理场景
常规风险
| 风险类型 | 说明 |
|---------|------|
| API 密钥泄露 | SUPABASE_SERVICE_ROLE_KEY 与 OPENROUTER_API_KEY 需严格保管，建议通过环境变量注入而非硬编码 |
| 数据隐私 | 原始文本与嵌入向量上传至第三方云服务，敏感信息需脱敏或本地化部署替代 |
| 向量维度兼容 | 切换 embedding 模型时须确保维度一致（默认 1536），否则需重建表或迁移数据 |
| 配额超限 | OpenRouter 与 Supabase 均有速率/容量限制，生产环境需监控用量与设置告警 |
---
技术栈：PostgreSQL 15+ with pgvector, OpenRouter API, REST/HTTP