引言
Supabase 是一个开源的 Firebase 替代品,构建在 PostgreSQL 之上,提供了强大的 SQL 查询能力和简单的接口来集成现有的工具和框架。在这篇文章中,我们将深入探讨如何使用 Supabase 和 pgvector 来开发 AI 应用程序,通过示例展示如何存储、索引和查询向量嵌入。
主要内容
设置 Supabase 数据库
首先,访问 database.new 设置您的 Supabase 数据库。在 Supabase Studio 中,导航到 SQL 编辑器并运行以下脚本来启用 pgvector,并设置您的数据库作为向量存储:
-- 启用 pgvector 扩展来支持嵌入向量
create extension if not exists vector;
-- 创建存储文档的表
create table documents (
id uuid primary key,
content text, -- 对应 Document.pageContent
metadata jsonb, -- 对应 Document.metadata
embedding vector (1536) -- 1536 适用于 OpenAI 嵌入,必要时更改
);
-- 创建搜索文档的函数
create function match_documents (
query_embedding vector (1536),
filter jsonb default '{}'
) returns table (
id uuid,
content text,
metadata jsonb,
similarity float
) language plpgsql as $$
#variable_conflict use_column
begin
return query
select
id,
content,
metadata,
1 - (documents.embedding <=> query_embedding) as similarity
from documents
where metadata @> filter
order by documents.embedding <=> query_embedding;
end;
$$;
创建 Supabase 向量存储
接下来,我们创建一个 Supabase 向量存储并用一些示例数据进行填充。
确保安装最新版本的 langchain 并支持 openai:
%pip install --upgrade --quiet langchain langchain-openai tiktoken
加载示例文档
from langchain_community.vectorstores import SupabaseVectorStore
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings
from supabase.client import Client, create_client
supabase_url = os.environ.get("SUPABASE_URL")
supabase_key = os.environ.get("SUPABASE_SERVICE_KEY")
supabase: Client = create_client(supabase_url, supabase_key)
embeddings = OpenAIEmbeddings()
docs = [
Document(
page_content="A bunch of scientists bring back dinosaurs and mayhem breaks loose",
metadata={"year": 1993, "rating": 7.7, "genre": "science fiction"},
),
# 更多文档...
]
vectorstore = SupabaseVectorStore.from_documents(
docs,
embeddings,
client=supabase,
table_name="documents",
query_name="match_documents",
)
常见问题和解决方案
网络访问问题
由于某些地区的网络限制,开发者在使用 API 时可能需要使用 API 代理服务 来提高访问稳定性。
# 使用API代理服务提高访问稳定性
API 密钥管理
将 Supabase 和 OpenAI 的 API 密钥保存在 .env 文件中可以提高安全性。使用 dotenv 包来加载环境变量:
%pip install --upgrade --quiet python-dotenv
from dotenv import load_dotenv
load_dotenv()
总结和进一步学习资源
Supabase 是一个强大的工具,能够帮助开发者轻松地使用 Postgres 构建 AI 应用程序。了解更多关于 Supabase 的信息,可以访问其 官方文档 和 GitHub 仓库。
参考资料
如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!
---END---