Pixeltable vs Supabase vs Convex：同一视频智能应用三种实现的量化对比基准

核心能力与快速开始

★ 0 · Python

能做什么

提供三个平台（Pixeltable、Supabase、Convex）上同一视频智能管线的完整实现：抽帧、语音转写、视觉与语义嵌入、场景检测、向量检索与问答代理。仓库包含可复现的对比基准与测试：(1) 由 harness/run_comparison.py 从源码生成指标（应用代码行数、编排跳数、手写 HTTP 路由数等）；(2) 每个实现 10 个契约测试、20 个实现间差分测试、32 个同时打三家的韧性测试；(3) test_recovery.py 检验失败/并发摄入行为；(4) benchmark.py 与 bench_evolve.py 分别度量大视频集下的摄入/检索耗时，以及向在线数据加列（Pixeltable 1 行 1 文件，对比 24 与 53 行）的代价。各实现均被其厂商自带检查器（deno lint、supabase db advisors、@convex-dev/eslint-plugin、tsc、ruff）约束。文档列出 Pixeltable 的若干机制：计算列随插入自动执行、Json 列可直接按路径/切片/通配符查询、检索表达式 similarity(string=q) 自行调用索引、单元格级错误列（errormsg/errortype）、pxt columns 与 pxt idxs 展示列级与表级血缘、pxt dashboard 本地 UI。文档同时列出 Pixeltable 的劣势：摄入速度落后（100 个视频时 8.04x realtime，Supabase 为 13.78x），检索延迟落后 19ms（三家均低于 56ms），但代理查询比 Supabase 快 4.5x。需要实时、行级安全或托管数据库时，结论会发生改变。

适用场景

适合在选型阶段评估以下问题：需要一个把表、计算列、索引与 HTTP 端点合并在一个 Python 文件中的视频/多模态 RAG 后端，还是需要 Supabase 的托管数据库、RLS 与实时能力，或 Convex 的响应式客户端与调度能力。也适合作为可复现的基准参考：验证“媒体处理必须放在外部计算服务（ffmpeg 无法在 Deno 或 Convex 运行时执行）”这一结构性约束，比较向在线数据加列时的迁移与回填成本，比较失败摄入会留下垃圾行还是被拒绝，以及比较请求校验错误返回 4xx 还是 5xx。

项目形态

资料合集

部署方式

三家均可本地运行在 CPU 上，不需要 API 密钥：Pixeltable 使用 pip install -e . 与 pxt init / pxt schema update / pxt service update；Supabase 与 Convex 需先启动 compute-service（pip install -e . 后 uvicorn app:app --port 9000），Convex 由 npx convex dev 自行选端口，Supabase 的 Edge Function 需要 supabase status 提供的 token。仓库未说明生产环境的部署方式、托管成本或规模上限。

主要依赖

Python；Pixeltable 需 sentence-transformers（若环境内版本低于 5.4 需升级）；Supabase 需 Deno 工具链与 supabase 本地栈，Convex 需 npx convex dev 与 TypeScript；计算服务依赖 ffmpeg 相关处理。仓库说明所有模型均为本地模型，基准未实际使用任何托管模型 API，因此未说明托管的并发、限流与重试配置（文档仅描述 openai.rate_limits、anthropic.api_key 等配置项的存在）。

使用限制

作者在 TRADEOFFS.md 中明确承认 Pixeltable 在摄入和检索延迟上落后，并指出需要实时、行级安全或托管数据库时结论会改变；基准在单机上完成，作者称这一假设对需要外部计算服务的两家最有利。基准未覆盖 RLS 策略、Realtime、响应式客户端、调度器与组件。Pixeltable 没有厂商一致性检查器，仅有通用 ruff，是三家中自动验证最弱的一方。测试规模有限（如加列测试仅约两打行，作者称此时时间差异属噪声），超出该语料的结论属结构性推断而非实测。评估为单一赞助方（Pixeltable 赞助本仓库），作者称文档刻意写成可被攻击的形式并接受误读反馈。许可证 Apache-2.0，但仓库未就商用授权、API 成本或生产合规作任何说明。

许可证

Apache-2.0

最近推送

2026-09-18 06:12

资料检查：2026-09-18 07:00 · 卡片整理：2026-09-18 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为视频智能应用后端实现的参考基准，程序员可对比 Pixeltable、Supabase、Convex 三种实现同一契约（视频抽帧、语音转写、多模态嵌入、场景检测与问答）的代码行数、编排跳数、延迟等指标，并复用其契约测试、差分测试与韧性测试套件来评估或选择技术栈。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证