Jak AI może czytać dane aplikacji i użytkowników z Supabase i Firebase?
AI może czytać tabele Supabase i kolekcje Firebase: użytkowników, logi błędów i aktywność. Raport dla menedżera bez angażowania programisty przy każdym pytaniu.
Tak, AI może czytać dane Waszej aplikacji z Supabase albo Firebase i odpowiadać na pytania o użytkowników, zamówienia czy błędy zwykłym językiem, bez SQL i bez prośby do programisty przy każdym pytaniu. Podłączenie opiera się na standardowych kluczach API, które obie platformy dają właścicielom projektów. Cała integracja działa tylko do odczytu: AI widzi dane, ale nic nie zmienia ani nie usuwa.
Skąd firmy trafiają na Supabase i Firebase i dlaczego potem nie widzą własnych danych
Supabase i Firebase to platformy, które programiści wybierają, kiedy chcą szybko postawić zaplecze aplikacji. W ciągu dni staje baza danych, logowanie użytkowników, przechowywanie plików i funkcje serwerowe. Aplikacja działa. Problem pojawia się kilka miesięcy później.
Właściciel firmy ma tysiące użytkowników w bazie i nie wie, ilu z nich rzeczywiście korzysta z aplikacji w tym tygodniu. Chce wiedzieć, ile osób anulowało subskrypcję w ostatnim miesiącu. Pyta developera, developer jest zajęty, odpowiedź przychodzi po kilku dniach albo w ogóle nie przychodzi. Dane technicznie są w bazie. Ale dostęp do nich wymaga pośrednika.
AI zamyka tę lukę. Nie zastępuje programisty do pisania kodu. Ale do czytania danych i odpowiadania na pytania menedżera: tak.
Co konkretnie siedzi w Supabase i Firebase, co można czytać
W Supabase dane trzymane są w bazie PostgreSQL. Supabase samo zakłada schemat auth z tabelą auth.users. Każdy użytkownik ma tam: id, email, created_at, last_sign_in_at, email_confirmed_at i raw_app_meta_data, gdzie trafia np. rola przypisana przy rejestracji. Programiści dorzucają własne tabele w schemacie public: zazwyczaj profiles albo users z imieniem i planem, tabela subscriptions ze statusem i datami, orders z kwotami i statusami, niekiedy support_tickets albo feedback ze zgłoszeniami użytkowników. Pliki siedzą w Storage, pogrupowane w buckets. Edge Functions produkują logi dostępne przez panel (Logs Explorer) i przez CLI poleceniem supabase functions logs.
W Firebase dane trzymane są w Firestore: bazie dokumentowej, gdzie zamiast tabel są kolekcje. Typowy zestaw w aplikacji SaaS to kolekcja users (dokumenty z polami uid, email, createdAt, plan, lastLogin, isActive), kolekcja orders, kolekcja events albo sessions do śledzenia aktywności. Firebase Auth trzyma oddzielnie rejestr kont z datami rejestracji, providerem logowania (google.com, password, apple.com) i flagą disabled. Pliki siedzą w Firebase Storage. Cloud Functions logują się do Google Cloud Logging: każdy rekord ma timestamp, functionName, severity (INFO, WARNING, ERROR) i textPayload albo jsonPayload z treścią komunikatu lub błędu.
Większość pytań, które menedżerowie mają o swój produkt, da się odpowiedzieć z tych danych. Daty rejestracji, aktywność, plany abonamentowe, statusy zamówień, logi błędów.
Jak fizycznie wygląda podłączenie: API, klucze i uprawnienia
Supabase wystawia kilka dróg jednocześnie. Pierwsza to REST API oparte na PostgREST: każda tabela z schematu public jest automatycznie dostępna przez HTTPS pod adresem projektu (np. https://xyzproject.supabase.co/rest/v1/profiles). Do odczytu przez to API potrzeba klucza service_role key, który znajdziecie w panelu pod Settings > API. To klucz administracyjny, który omija Row Level Security: trzyma się go wyłącznie po stronie serwera, nigdy w kodzie frontendu. Druga opcja to bezpośrednie połączenie z bazą Postgres przez connection string (Settings > Database > Connection string): wtedy AI może wysyłać zapytania SQL jak każdy inny klient bazy. Logi Edge Functions czyta się przez panel albo CLI.
Co trzeba mieć: konto z rolą Owner albo Admin w projekcie Supabase. Klucz generujecie sami, bez zgłoszenia do supportu Supabase. Producent nie blokuje dostępu do własnej bazy.
Firebase działa przez Service Account: plik JSON generowany w Google Cloud Console pod IAM & Admin > Service Accounts. Tworzycie konto serwisowe, nadajecie mu rolę, pobieracie klucz JSON. Potem AI sięga do Firestore przez Firestore REST API albo przez Firebase Admin SDK, dostępny dla Node.js, Python, Go, Javy i C#. Logi Cloud Functions czyta się przez Google Cloud Logging API.
Role, które wystarczą do samego odczytu:
- Cloud Datastore Viewer: Firestore tylko do odczytu
- Logging Viewer: logi Cloud Functions
- Firebase Authentication Viewer: lista kont i ich metadane
Jedno ważne zastrzeżenie dotyczące Firebase Analytics: te dane wymagają osobnej konfiguracji eksportu do BigQuery w Google Cloud. Bez niej dane analityczne są dostępne tylko w dashboardzie Google, bez API do odczytu przez skrypt. Ale dane aplikacyjne z Firestore, Auth i Cloud Functions? Pełny dostęp przez service account, bez dodatkowych kroków.
U jednego klienta podłączenie zajęło nam dwie godziny: wygenerowanie service account w Google Cloud, zapis klucza JSON na serwerze portalu w zaszyfrowanym miejscu, napisanie funkcji odpytującej Firestore. Potem właściciel firmy mógł już zadawać pytania o dane aplikacji bez angażowania developera przy każdym z nich.
Pytania do bazy bez SQL: co AI potrafi odpowiedzieć i jak to robi
AI nie zna z góry struktury Waszej bazy. Żeby działało dobrze, dostaje opis na początku wdrożenia: nazwy tabel albo kolekcji, co jest w których polach, co oznaczają statusy. To jednorazowa praca.
Po tym opisaniu AI tłumaczy pytania zadane po polsku na zapytania do bazy i zwraca wynik w ludzkim języku. Typowe pytania, które obsługujemy u klientów z aplikacjami SaaS:
- Ilu użytkowników zarejestrowało się w tym tygodniu i przez który provider logowania (provider z Firebase Auth)?
- Którzy klienci mają status trial w tabeli subscriptions i kiedy kończy im się próbny okres (trial_ends_at)?
- Ile zamówień ma status pending od ponad 48 godzin?
- Którzy użytkownicy nie logowali się od ponad 30 dni (pole last_sign_in_at w auth.users)?
- Ile zgłoszeń w tabeli support_tickets czeka bez odpowiedzi od wczoraj?
- Którzy klienci zmienili plan z Pro na Free w tym miesiącu?
Żadne z tych pytań nie wymaga od menedżera znajomości SQL ani struktury bazy. AI wie, gdzie szukać, formatuje wynik i odpowiada po polsku z liczbami. Cały proces trwa kilkanaście sekund.
Logi funkcji: jak AI wyłapuje błędy zanim klient napisze, że coś nie działa
To jeden z bardziej wartościowych przypadków użycia. Logi to miejsce, do którego menedżerowie rzadko zaglądają, a błędy tam siedzą zanim ktokolwiek zgłosi problem.
Cloud Functions w Firebase i Edge Functions w Supabase produkują logi przy każdym wykonaniu. Typowy log błędu wygląda tak:
ERROR: Cannot read properties of undefined (reading 'email') at sendWelcomeEmail (index.js:42:15)
Dla menedżera bez wiedzy technicznej to nic nie mówi. AI czyta te logi, grupuje błędy według treści i funkcji, liczy wystąpienia w przedziałach czasowych i pisze po polsku: "Funkcja sendWelcomeEmail rzucała błąd 23 razy między 02:00 a 04:00, zawsze przy nowych rejestracjach przez Google. Treść błędu wskazuje na brakujące pole email w profilu Google. Programista powinien sprawdzić, czy funkcja obsługuje ten przypadek."
To konkretna informacja z lokalizacją problemu. Zamiast "coś nie działa" developer dostaje: co, gdzie, kiedy, jak często. I firma dowiaduje się o awarii zanim klienci zdążą napisać ze skargą.
Można ustawić cykliczne sprawdzanie logów, np. co godzinę, z alertem na email albo Slack. Gdy AI zauważy błąd nowego typu albo skokowy wzrost liczby błędów danego rodzaju: sygnał idzie od razu.
Raport aktywności co tydzień: co dostajecie i w jakiej formie
Zamiast pytać za każdym razem, można ustawić raport, który przychodzi sam. Co poniedziałek rano AI odpytuje bazę, składa zestawienie i wysyła mailem albo wrzuca do kanału na Slacku.
Typowy raport tygodniowy dla aplikacji na Supabase albo Firebase zawiera:
- Nowe rejestracje w minionym tygodniu, z podziałem na provider logowania
- Liczba logowań i aktywnych sesji (zależnie od tego, co aplikacja loguje)
- Zmiany planów: ile kont przeszło z trialu na płatny, ile anulowało
- Błędy funkcji: ile unikalnych typów, ile wystąpień, które funkcje były dotknięte
- Konta nieaktywne od ponad X dni: lista do ewentualnego follow-upu
- Nowe zgłoszenia w support_tickets bez odpowiedzi
Format raportu ustalamy przy wdrożeniu razem z firmą. Jedni chcą tabelkę, inni wolą wypunktowaną listę, inni krótki akapit z najważniejszymi liczbami. Raport idzie do właściciela, do product managera albo do całego zespołu.
Raport nie zawiera danych osobowych użytkowników końcowych, tylko agregaty. Jeśli firma potrzebuje listy konkretnych kont, np. które trialne kończą się w tym tygodniu, AI może dołączyć taką listę do użytku wewnętrznego. To kwestia konfiguracji.
Czego AI nie robi i dlaczego to ważne
Integracja opisana w tym artykule jest tylko do odczytu. AI nie usuwa użytkowników, nie zmienia danych w bazie, nie wywołuje Cloud Functions ani Edge Functions, nie kasuje plików ze Storage. Fizycznie: service account i klucz service_role konfiguruje się z rolami read-only, bez możliwości zapisu.
Kilka pytań, które słyszymy przy rozmowach o wdrożeniu.
Czy AI może przez przypadek coś skasować? Nie. Bez uprawnienia do zapisu jedyną możliwą operacją jest odczyt. To nie jest kwestia pilnowania, tylko braku możliwości na poziomie uprawnień.
Czy AI widzi hasła użytkowników? Nie. Hasła w Firebase Auth i Supabase Auth są hashowane i nigdy nie wychodzą przez API. AI widzi email, daty logowań i provider logowania.
Czy AI może dostać się do danych innych firm korzystających z tej samej platformy? Nie. Service account i service_role key są ograniczone do konkretnego projektu. Firebase i Supabase izolują projekty od siebie na poziomie infrastruktury.
Jest jeszcze kwestia RODO: dane użytkowników to dane osobowe. Zanim AI będzie je czytać, firma powinna mieć uregulowane kwestie przetwarzania, w tym to, kto ma dostęp do systemu z AI i do jakich danych sięga. To nie jest przeszkoda, tylko punkt do sprawdzenia z radcą prawnym lub DPO.
Od czego zaczynamy wdrożenie
Pierwsza rozmowa, którą prowadzimy z firmą, nie zaczyna się od "jakie tabele macie". Zaczyna się od pytania: co chcecie wiedzieć o swojej aplikacji i kto teraz blokuje dostęp do tej informacji. Z tej rozmowy wychodzi lista trzech, czterech odczytów, od których warto zacząć.
Potem:
- Programista z Waszego zespołu generuje service account (Firebase) albo wyciąga klucz service_role (Supabase) i przekazuje do portalu redAi. Jednorazowe, zajmuje kilkanaście minut.
- Opisujemy strukturę: które tabele i kolekcje mają znaczenie biznesowe, co oznaczają statusy i pola. AI potrzebuje tego, żeby tłumaczyć pytania na zapytania.
- Testujemy kilka pytań z listy priorytetowej i sprawdzamy, czy odpowiedzi się zgadzają z tym, co developer by zwrócił.
- Ustawiamy harmonogram raportu tygodniowego: co kiedy wysłać i gdzie ma trafiać.
Realne wdrożenia, które przeprowadziliśmy, opisujemy w projektach klientów. Jeśli chcecie zobaczyć, jak to działa na danych podobnych do Waszych, zapraszamy na 15 minut rozmowy. Pokażemy konkretny przykład na strukturze zbliżonej do Waszej aplikacji.
Chcecie to u siebie?
Na osobnej stronie rozpisaliśmy, co dokładnie podłączamy w Supabase, o co możecie wtedy pytać asystenta i ile kosztuje wdrożenie.
Co podłączamy i ile to kosztuje →Najczęstsze pytania
Czy AI może coś zmienić albo usunąć w bazie Supabase lub Firebase?
Nie. W opisanej integracji AI ma dostęp wyłącznie do odczytu. Service account i klucz service_role konfiguruje się tak, żeby umożliwiały tylko zapytania SELECT w Supabase albo operacje read-only w Firestore. Zapis nie jest możliwy.
Czy muszę angażować programistę, żeby podłączyć AI do Firebase?
Jednorazowo tak, bo programista musi wygenerować service account w Google Cloud Console i przekazać klucz JSON do portalu. Sam proces zajmuje kilkanaście minut i nie wymaga żadnych zmian w kodzie aplikacji.
Czy AI widzi hasła użytkowników z Firebase Auth albo Supabase Auth?
Nie. Hasła są hashowane i nigdy nie wychodzą przez API, nawet dla kluczy z pełnymi uprawnieniami. AI widzi email, daty rejestracji, ostatnie logowanie i provider, ale nie hasło.
Co zrobić, jeśli dane aplikacji są w Firebase, ale chcemy też analizy z Firebase Analytics?
Firebase Analytics wymaga osobnej konfiguracji: eksportu do BigQuery w Google Cloud. Bez niej dane analityczne są tylko w dashboardzie Google, bez API do odczytu. Dane aplikacyjne z Firestore, Auth i Cloud Functions są dostępne od razu przez service account.
Czy AI może monitorować logi Edge Functions w Supabase na bieżąco?
Może sprawdzać logi na żądanie albo cyklicznie w ustalonym harmonogramie, np. co godzinę. Ciągły monitoring w czasie rzeczywistym wymaga dodatkowej konfiguracji, np. webhooka lub crona z alertem na email albo Slack.
Pokażemy to na Waszych danych z Supabase
Jedno zdanie wystarczy: czego szukacie w Supabase albo co ma się dziać samo. Odpiszemy, co podłączymy i od czego zacząć.
Opracowanie: zespół redAi z wykorzystaniem narzędzi AI.
Podłączymy Supabase do AI u Was
15 minut rozmowy: mówicie, czego szukacie w danych, my mówimy, co wyciągniemy z Supabase, ile to potrwa i czego potrzebujemy po Waszej stronie.
- Bezpłatna prezentacjaAI na Waszych zadaniach, nie na slajdach.
- Dostęp tego samego dniaZespół od razu pracuje we własnym portalu.
- Do 2 tygodni testówPłacicie dopiero po decyzji.
Może Was też zainteresować

Jak AI może sprawdzić status paczki, porównać koszty kurierów i przygotować reklamację w GlobKurier za Wasz sklep?

Jak AI może czytać procedury i tabele z Coda i Craft, żeby nikt w firmie nie szukał ręcznie?
