Vektorsuche in PostgreSQL. Die Basis für KI-Assistenten und Wissensdatenbanken, die Ihre eigenen Daten verstehen.
- Typ
- PostgreSQL-Erweiterung
- Funktion
- Vektorsuche
- Einsatz
- RAG & KI-Suche
Was ist PgVector?
PgVector ist eine Erweiterung für PostgreSQL, mit der Sie Embeddings speichern und durchsuchen. Embeddings sind numerische Darstellungen von Text oder Bildern. Damit suchen Sie nach Bedeutung statt nach exakten Wörtern. Das ist die Basis von RAG: KI, die auf Grundlage Ihrer Dokumente antwortet.
Warum PgVector?
Suche nach Bedeutung
Finden Sie relevante Informationen, auch wenn andere Wörter verwendet werden.
In Ihrer bestehenden Datenbank
Keine separate Vektordatenbank nötig, alles in PostgreSQL.
Basis für RAG
KI-Assistenten, die mit Quellen aus Ihrer Wissensdatenbank antworten.
Wofür wir es einsetzen
- AKI-Wissensdatenbanken und interne Assistenten
- BSmarte Suchfunktionen in Portalen
- CProduktempfehlungen
- DDokumente abgleichen und klassifizieren
Wann wählen Sie PgVector?
Wählen Sie PgVector, wenn KI mit Ihren eigenen Dokumenten und Daten arbeiten soll, ohne eine zusätzliche Datenbank zu verwalten.
PgVector oder eine separate Vektordatenbank?
Für die meisten Anwendungen ist eine separate Vektordatenbank überflüssig. Mit PgVector liegen Embeddings neben Ihren normalen Daten, mit denselben Rechten, Back-ups und Transaktionen. Das ist einfacher und sicherer.