شعار أوراباسي
aurabaseمستندات
مستندات›أدلة›خرقة وpgvector

دليل البحث عن RAG وVector

أنشئ بحثًا دلاليًا سريعًا للغاية ونظامًا شاملاً للاسترجاع المعزز (RAG) يجمع بين PostgreSQL pgvector وبوابة الذكاء الاصطناعي الموحدة لـ Aurabase.

12 د قراءة·المستوى متقدم·تمت المراجعة في 19‏/08‏/2026
تم إنشاء هذا النص الإنجليزي تلقائيًا من النص الأصلي الفرنسي ولم تتم مراجعته بعد.
تمت ترجمة هذه الصفحة تلقائيًا. النسخة الإنجليزية موثوقة.
#
الهندسة المعمارية

RAG على Aurabase في 3 خطوات

يتيح RAG لنماذج الذكاء الاصطناعي الخاصة بك الاستجابة بدقة لبياناتك الخاصة دون إعادة التدريب:

  • المتجهات: يتم تحويل مستنداتك النصية إلى متجهات رقمية باستخدام aura.ai.embed().
  • التخزين والفهرسة: يتم تخزين المتجهات في PostgreSQL بالامتداد الأصلي pgvector.
  • التعزيز والإجابة: تتم مقارنة السؤال بالمتجهات المخزنة، ويتم توفير المقتطفات ذات الصلة إلى LLM عبر aura.ai.chat().
#
التنفيذ

رمز خط أنابيب RAG الكامل

src/lib/index-doc.tstypescript
import { aura } from '@/lib/aurabase'

export async function indexDocument(content: string, metadata: Record<string, any>) {
  // حساب تضمين المتجهات عبر AI Gateway Aurabase
  const { vectors } = await aura.ai.embed({
    provider: 'openai',
    model: 'text-embedding-3-small',
    input: [content],
  })

  // الحفظ في جدول PostgreSQL
  const { data, error } = await aura.from('documents').insert({
    content,
    metadata,
    embedding: vectors[0],
  })
  return { data, error }
}
#
الأداء

فهرسة HNSW للاستعلامات الفرعية 10 مللي ثانية

بالنسبة لقواعد البيانات التي تحتوي على مئات الآلاف من المتجهات، توفر فهرسة HNSW (العالم الصغير الهرمي القابل للملاحة) أداء بحث أفضل بكثير من ivfflat:

مؤشر HNSW (مستحسن)

صفر وقت ما قبل التدريب، واستدعاء> 99% وزمن وصول ثابت حتى مع عمليات الإدراج المستمرة للمستندات الجديدة.

مسافة جيب التمام (<=>)

استخدم عامل التشغيل <=> لحساب مسافة جيب التمام الطبيعية بين متجهات التضمين.

#
التحسين

ذاكرة التخزين المؤقت الدلالية والادخار الرمزي

تدمج بوابة AI الخاصة بـ Aurabase ذاكرة تخزين مؤقت دلالية : إذا طرح مستخدمان سؤالاً مشابهًا (تشابه جيب التمام أكبر من 0.95)، يتم تقديم الإجابة من ذاكرة التخزين المؤقت في الذاكرة في أقل من 2 مللي ثانية، مما يوفر 100% من تكلفة استدعاء LLM.