將 Postgres 原生向量檢索加入 Agent 與 RAG 工作流程

將 Postgres 原生向量檢索加入 Agent 與 RAG 工作流程（使用 pgvector）

將嵌入向量與應用程式資料並存於 Postgres 中，建立向量索引，並查詢最近鄰居以進行語意搜尋、RAG、推薦或 Agent 記憶檢索。

必要條件

Postgres 13 以上版本、pgvector 擴充套件、目標資料庫的 SQL 存取權限、來自 Agent 或 RAG 管線的嵌入向量，以及能夠查詢 Postgres 的應用程式程式碼

安裝

使用符合您環境的上游安裝或設定路徑：

• git clone --branch v0.8.2 https://github.com/pgvector/pgvector.git
• make
• make install # 可能需要 sudo
• 然後重新執行安裝指示（必要時請在 make 之前執行 make clean）。如果 make install 需要 sudo，請使用：

來自上游的需求與注意事項：

• 您也可以使用 Docker、Homebrew、PGXN、APT、Yum、pkg、APK 或 conda-forge 安裝，而且 Postgres.app 已預先安裝...
• 您也可以使用 Docker 或 conda-forge 安裝。
• 或使用 COPY 大量載入向量（範例）

基本使用或入門說明：

• 編譯並安裝擴充套件（支援 Postgres 13 以上）

• cd /tmp

• cd pgvector

• 來源：https://github.com/pgvector/pgvector

• 擷取自上游文件：https://raw.githubusercontent.com/pgvector/pgvector/HEAD/README.md

文件

• https://github.com/pgvector/pgvector#readme

來源

• Agent Skill Exchange