ChuckHend/pg_vectorize

Full-text and semantic search on any Postgres

它解决了什么问题

pg_vectorize 通过自动化将文本转化为嵌入向量的过程，并管理搜索编排，将 Postgres 变成 VectorDB。它简化了检索增强生成（RAG）和搜索引擎的创建，让向量搜索、全文搜索和混合搜索的维护都在数据库环境中完成。

它如何工作

项目提供两种部署模式：

  1. HTTP Server：一个独立服务，连接到 Postgres 并暴露 REST API 用于创建嵌入任务和执行搜索。推荐用于无法安装扩展的托管数据库。
  2. Postgres Extension：在数据库内部实现，用户可以使用 vectorize.table()、vectorize.search() 等 SQL 函数直接操作。

它利用 pgvector 进行相似度搜索，pgmq 负责后台工作编排，并使用 SentenceTransformers 生成嵌入。

适用人群

构建 RAG 应用或搜索引擎的开发者，想把 Postgres 作为主要向量存储并自动化嵌入流水线。

亮点

  • 混合搜索：支持语义、全文和混合搜索能力。
  • 自动化维护：持续监控更新或新数据，确保嵌入及时更新。
  • 灵活部署：同时提供受管数据库的 REST API 与自托管 Postgres 的原生 SQL 扩展。
  • 集成：基于已成熟的工具如 pgvector 和 SentenceTransformers 构建。