pg_vectorize：Postgres 内置向量检索和 RAG

一个 Postgres 服务器及扩展，可自动完成文本到 embeddings 的转换与编排，并提供接入主流 LLM 的接口。借助它，你可以快速搭建并自动维护向量搜索、全文搜索和混合搜索，从而在 Postgres 上迅速构建 RAG 和搜索引擎。

本项目大量依赖 pgvector 提供向量相似度搜索能力，依赖 pgmq 在后台 worker 中完成任务编排，并使用了 SentenceTransformers。

API 文档：https://chuckhend.github.io/pg_vectorize/

源码：https://github.com/tembo-io/pg_vectorize

pg_vectorize 提供两种方式，可为任意 Postgres 添加语义搜索、全文搜索和混合搜索能力，让你能够轻松地在 Postgres 上构建检索增强生成（RAG）。本项目既提供仅使用外部服务器的实现，也通过 Postgres 扩展提供 SQL 使用方式。

HTTP server（推荐用于托管数据库）：运行一个连接 Postgres 的独立服务，并通过 REST API 对外提供接口（POST /api/v1/table、GET /api/v1/search）。

Postgres extension（SQL）：将扩展安装到 Postgres 中，并使用 vectorize.table()、vectorize.search() 等 SQL 函数（需要访问 Postgres 文件系统；参见 ./extension/README.md）。

快速开始——HTTP server

使用 docker compose 在本地运行 Postgres 和 HTTP server：

# runs Postgres, the embeddings server, and the management API
docker compose up -d

将示例数据集加载到 Postgres 中（可选）：

psql postgres://postgres:postgres@localhost:5432/postgres -f server/sql/example.sql

CREATE TABLE
INSERT 0 40

通过 HTTP API 创建一个 embedding 任务。该任务会为现有数据生成 embeddings，并持续监控数据更新或新增数据：

curl -X POST http://localhost:8080/api/v1/table -d '{
		"job_name": "my_job",
		"src_table": "my_products",
		"src_schema": "public",
		"src_columns": ["product_name", "description"],
		"primary_key": "product_id",
		"update_time_col": "updated_at",
		"model": "sentence-transformers/all-MiniLM-L6-v2"
	}' -H "Content-Type: application/json"

{"id":"16b80184-2e8e-4ee6-b7e2-1a068ff4b314"}

使用 HTTP API 进行搜索：

curl -G \
  "http://localhost:8080/api/v1/search" \
  --data-urlencode "job_name=my_job" \
  --data-urlencode "query=camping backpack" \
  --data-urlencode "limit=1" \
  | jq .

[
  {
    "description": "Storage solution for carrying personal items on ones back",
    "fts_rank": 1,
    "price": 45.0,
    "product_category": "accessories",
    "product_id": 6,
    "product_name": "Backpack",
    "rrf_score": 0.03278688524590164,
    "semantic_rank": 1,
    "similarity_score": 0.6296013593673706,
    "updated_at": "2025-10-05T00:14:39.220893+00:00"
  }
]

当你的 Postgres 是托管服务（RDS、Cloud SQL 等），或者无法安装扩展时，请使用 HTTP server。它只要求数据库中已提供 pgvector。HTTP 服务需要单独运行。

当你自行托管 Postgres，并且能够安装扩展时，请使用 Postgres extension。它提供数据库内的使用体验，以及用于向量化和 RAG 的直接 SQL API。

如果想查看可实际操作的 SQL 示例，或者将扩展安装到 Postgres 中，请参阅 ./extension/README.md。完整的 HTTP API 文档和部署说明请参阅 ./server/README.md。

贡献指南请参阅仓库根目录中的 CONTRIBUTING.md。