pgvector/pgvector-python

解决的问题

它为 pgvector PostgreSQL 扩展提供 Python 支持，使开发人员能够使用主流的 Python 数据库库，直接在 PostgreSQL 数据库中存储、查询和索引向量嵌入 (vector embeddings)。

运作方式

该库与多种 Python ORM 和数据库驱动程序集成，支持向量类型和距离运算符。它支持多种向量格式，包括标准向量、半精度向量、位向量和稀疏向量。此外，它还允许创建如 HNSW 和 IVFFlat 等近似最近邻 (ANN) 索引，以加速搜索速度。

适用对象

将 PostgreSQL 作为向量数据库，用于检索增强生成 (RAG)、图像搜索和推荐系统等 AI 应用程序的 Python 开发人员。

特色亮点

• 广泛的库支持：集成 Django、SQLAlchemy、SQLModel、Psycopg 3、Psycopg 2、asyncpg、pg8000 和 Peewee。
• 多种向量类型：支持 Vector、HalfVector、Bit 和 SparseVector，满足不同的精度和存储需求。
• 多种距离度量：支持 L2 距离、余弦距离、内积、L1 距离、汉明距离和杰卡德距离。
• 索引选项：提供简单的 Python 原生方式来创建 HNSW 和 IVFFlat 索引。
• 丰富的示例：包含 RAG、混合搜索、ColBERT 和视觉文档检索的实现示例。