AI导哈

PostgreSQL向量存储扩展

通过pgvector扩展为PostgreSQL提供向量存储功能，支持高效存储和查询嵌入向量。

  • by fyrepaw13
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 fyrepaw13/RAG-DB-with-MCP

使用说明

⚡ 本项目基于/修改自：https://gist.github.com/Joel-hanson/132138e0a6720013dca669546fe98777

步骤1：使用pgvector构建自定义PostgreSQL映像

  1. 转到您的Dockerfile目录
cd postgres-pgvector
  1. 构建Docker镜像：
docker build -t postgres-pgvector .
  1. 运行容器：
docker run -d --name postgres-vector -p 5432:5432 postgres-pgvector

现在，您已经有了一个运行pgvector的PostgreSQL实例。

步骤2：安装所需的Python包

让我们设置Python环境：

pip install psycopg2-binary pgvector sentence-transformers torch transformers

步骤3：创建矢量存储表

  1. 连接到PostgreSQL数据库
docker exec -it postgres-vector psql -U vectoruser -d vectordb
  1. 跑
CREATE TABLE writeups (
    id SERIAL PRIMARY KEY,
    content TEXT,
    embedding vector(384)
);

如果你使用OpenAI的text-embedding-3-small，你应该创建vector（1536）

第四步：吸收你的文章

跑 python3 ingestor.py 将其添加到数据库中

相关 MCP