pgvector/pgvector-python

해결하는 문제

pgvector PostgreSQL 확장 기능을 위한 Python 지원을 제공하여, 개발자가 인기 있는 Python 데이터베이스 라이브러리를 사용하여 PostgreSQL 데이터베이스 내에서 직접 벡터 임베딩(vector embeddings)을 저장, 쿼리 및 인덱싱할 수 있도록 합니다.

작동 방식

이 라이브러리는 다양한 Python ORM 및 데이터베이스 드라이버와 통합되어 벡터 유형과 거리 연산자를 사용할 수 있게 합니다. 표준 벡터, 반정밀도 벡터, 비트 벡터, 희소 벡터를 포함한 여러 벡터 형식을 지원합니다. 또한 HNSW 및 IVFFlat와 같은 근사 최근접 이웃(ANN) 인덱스를 생성하여 검색 속도를 높일 수 있습니다.

대상 사용자

검색 증강 생성(RAG), 이미지 검색, 추천 시스템과 같은 AI 애플리케이션을 위해 PostgreSQL을 벡터 데이터베이스로 사용하는 Python 개발자.

주요 특징

• 광범위한 라이브러리 지원: Django, SQLAlchemy, SQLModel, Psycopg 3, Psycopg 2, asyncpg, pg8000, Peewee와 통합.
• 다양한 벡터 유형: Vector, HalfVector, Bit, SparseVector를 지원하여 다양한 정밀도 및 저장 요구 사항을 충족.
• 다양한 거리 측정 지표: L2 거리, 코사인 거리, 내적, L1 거리, 해밍 거리, 자카드 거리를 지원.
• 인덱싱 옵션: HNSW 및 IVFFlat 인덱스를 생성하는 간단한 Python 네이티브 방식 제공.
• 포괄적인 예제: RAG, 하이브리드 검색, ColBERT, 시각적 문서 검색을 위한 구현 예제 포함.