用途
Convex Chef 是 Convex 官方发布的后端开发平台入口,面向使用 AI 智能体构建应用的开发者。其定位是让 AI 智能体生成的后端代码在默认情况下保持正确,减少在高负载场景中出现的隐性数据损坏问题。
主要能力
根据官方页面介绍,Convex 通过底层机制提供以下能力:
- 默认可串行化事务:每个 Convex mutation 都作为一次可串行化事务运行,当两个写入发生冲突时,失败的一方会自动针对已提交的结果重试。官方表示这不是需要智能体记住的最佳实践,而是 mutation 唯一运行方式。
- 并发写入不静默丢失:官方给出了多种并发场景示例,说明在 Postgres 上可能出现覆盖写、重复预订、顺序错乱、重复冲正、库存超卖等问题,而在 Convex 上同样的代码会因串行化事务与冲突重试而保持正确。
- 无连接池死锁问题:Convex 没有连接池可被耗尽,mutation 也不会在 await 期间持续占用连接,因此不会出现因连接池耗尽导致的服务器死锁。
- 开箱即用的实时能力:在 Convex 上每个查询都是实时订阅,任何已提交的写入都会自动到达所有正在监听的客户端,无需手写 SSE 或 WebSocket 重新推送。官方称在十个对比应用中,Convex 全部具备实时更新,而 Postgres 应用基本没有。
- 兼容多种模型、智能体与编辑器:官方说明其“与任何模型、任何智能体、任何编辑器配合良好”。
使用方式
官方页面提供了新项目的创建命令:
npm create convex@latest
页面未给出更详细的分步教程、配置参数或 API 说明;如需完整使用方法,暂未提供进一步资料。
适用场景
官方对比实验涉及的应用类型包括:购物车与结算、预约时段冲突、看板卡片排序、账本冲正、投票计数、候补名单分配、库存扣减等。这些场景的共同特点是存在并发写入与状态一致性要求,适合希望在 AI 智能体生成代码后减少负载下数据损坏风险的开发场景。
限制与说明
- 官方页面主要呈现对比实验结论,未披露 Convex 的价格、收费模式、平台限制或具体规格;此类信息暂未提供。
- 页面提到的对比实验中涉及的模型名称、十个应用的具体实现细节以及测试方法,原文仅给出概括说明,未提供完整可复现的实验数据。
- 页面未提供完整文档、教程或支持渠道信息;相关内容暂未提供。