GitHub 项目：pgai
仓库地址：https://github.com/timescale/pgai
星级：5795 | 作者：时间刻度
项目描述：使用 PostgreSQL 更轻松地开发 RAG、语义搜索和其他人工智能应用程序的工具套件
===================================================
自述文件内容：
使用 PostgreSQL 为您的 RAG 和 Agentic 应用程序提供支持
截至 2026 年 2 月，该项目不再得到维护或支持。
一个 Python 库，可将 PostgreSQL 转变为适用于 RAG 和 Agentic 应用程序的强大、可用于生产的检索引擎。
- 🔄 **从 PostgreSQL 数据和 S3 文档自动创建和同步向量嵌入**。嵌入会随着数据的变化而自动更新。
- 🤖 **[语义目录](/docs/semantic_catalog/README.md)：使用 AI 启用自然语言到 SQL**。自动生成数据库描述并为代理应用程序提供文本到 SQL 的支持。
- 🔍 使用 pgvector 和 pgvectorscale 进行强大的矢量和语义搜索。
- 🛡️ 开箱即用的生产就绪：支持批处理以实现高效的嵌入生成，并具有针对模型故障、速率限制和延迟峰值的内置处理。
- 🐘 可与任何 PostgreSQL 数据库配合使用，包括 Timescale Cloud、Amazon RDS、Supabase 等。
**基本架构**：
该系统由您编写的应用程序、PostgreSQL 数据库和无状态向量化工作器组成。该应用程序定义了一个矢量化器配置来嵌入来自 PostgreSQL 或 S3 等源的数据。工作人员读取此配置，将数据队列处理为嵌入和分块文本，然后将结果写回。然后，应用程序查询该数据以支持 RAG 和语义搜索。
该架构的关键优势在于其弹性：应用程序进行的数据修改与嵌入过程解耦，确保嵌入服务中的故障不会影响核心数据操作。
### 安装
首先，安装 pgai 软件包。
````bash
pip 安装 pgai
````
然后，安装 pgai 数据库组件。您可以使用 CLI 从终端执行此操作，也可以使用 pgai python 包在 Python 应用程序代码中执行此操作。
````
# 来自命令行
pgai install -d <数据库网址>
# 或来自 python 包，通常作为应用程序设置的一部分完成
导入PGAI
pgai.安装(DB_URL)
````
如果您不在 Timescale Cloud 上，您还需要运行 pgai 矢量器工作器。通过以下方式安装它的依赖项：
````bash
pip install "pgai[向量化器-worker]"
````
如果 y
