Zum Inhalt springen
Aurabase-Logo
Aurabasis

Leitfaden zur RAG- und Vektorsuche

Erstellen Sie eine semantische Suche und eine Retrieval-Augmented Generation (RAG)-Pipeline mit pgvector und dem Aurabase AI Gateway.

Tutorial12 Min. gelesenEbene fortgeschrittenÜberarbeitet am 19.08.2026

Diese Seite wurde automatisch übersetzt. Maßgeblich ist die englische Version.

RAG auf Aurabase in 3 Schritten#

Mit RAG können Ihre KI-Modelle ohne Umschulung präzise auf Ihre eigenen privaten Daten reagieren:

  • Vektorisierung: Ihre Textdokumente werden mit aura.ai.embed() in digitale Vektoren umgewandelt.
  • Speicherung und Indizierung: Vektoren werden in PostgreSQL mit der nativen Erweiterung pgvector gespeichert.
  • Augmentation & Antwort: Die Frage wird mit den gespeicherten Vektoren verglichen und die relevanten Snippets werden dem LLM über aura.ai.chat() bereitgestellt.

Vollständiger RAG-Pipeline-Code#

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

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

  // Speichern in der Tabelle PostgreSQL
  const { data, error } = await aura.from('documents').insert({
    content,
    metadata,
    embedding: vectors[0],
  })
  return { data, error }
}

HNSW-Indizierung für Abfragen unter 10 ms#

Für Datenbanken, die Hunderttausende von Vektoren enthalten, bietet die Indizierung HNSW (Hierarchical Navigable Small World) eine deutlich bessere Suchleistung als ivfflat:

HNSW Index (empfohlen)

Keine Zeit vor dem Training, Rückruf > 99 % und konstante Latenz auch bei kontinuierlichem Einfügen neuer Dokumente.

Kosinusabstand (<=>)

Verwenden Sie den Operator <=>, um den normalisierten Kosinusabstand zwischen den Einbettungsvektoren zu berechnen.

Semantischer Cache und Token-Einsparungen#

Das AI Gateway von Aurabase integriert einen automatischen semantischen Cache: Wenn zwei Benutzer eine ähnliche Frage stellen (Kosinusähnlichkeit größer als 0,95), wird die Antwort aus dem In-Memory-Cache in weniger als 2 ms bereitgestellt, wodurch 100 % der LLM-Anrufkosten eingespart werden.

Um weiter zu gehen#