pgvector를 활용한 에이전트 및 RAG 워크플로우에 Postgres 네이티브 벡터 검색 추가은(는) 무엇을 하나요?
애플리케이션 데이터와 함께 Postgres에 임베딩을 저장하고, 벡터 인덱스를 생성하며, 의미 검색, RAG, 추천 또는 에이전트 메모리 검색을 위해 최근접 이웃을 쿼리합니다.
필수 조건
Postgres 13+, pgvector 확장, 대상 데이터베이스에 대한 SQL 액세스, 에이전트 또는 RAG 파이프라인의 임베딩, Postgres를 쿼리할 수 있는 애플리케이션 코드
설치
환경에 맞는 업스트림 설치 또는 설정 경로를 사용하세요:
- git clone --branch v0.8.2 https://github.com/pgvector/pgvector.git
- make
- make install # sudo가 필요할 수 있음
- 그런 다음 설치 지침을 다시 실행하세요(필요시 make clean 후 make 실행). make install에 sudo가 필요하면 다음을 사용하세요:
업스트림의 요구 사항 및 주의 사항:
- Docker, Homebrew, PGXN, APT, Yum, pkg, APK 또는 conda-forge로 설치할 수도 있으며, [Postgres.app](#...에는 사전 설치되어 있습니다.
- Docker 또는 conda-forge로 설치할 수도 있습니다.
- 또는 COPY를 사용하여 벡터를 대량 로드합니다(예제).
기본 사용법 또는 시작 참고 사항:
-
확장 프로그램을 컴파일하고 설치합니다(Postgres 13+ 지원).
-
cd /tmp
-
cd pgvector
-
업스트림 문서에서 추출: https://raw.githubusercontent.com/pgvector/pgvector/HEAD/README.md