IA native sur Postgres : NL2SQL, RAG & Agents

Le validateur rejette explicitement les CTE/WITH, les sous-requêtes, les UNION, les fonctions hors liste blanche (count, sum, avg, min, max, lower, upper, coalesce, date_trunc, now), et tout accès au catalogue système. Le plafond de lignes par défaut est configurable côté serveur, et peut être resserré par requête — jamais élargi au-delà du plafond serveur.

Pas d’étape séparée pour « ajouter » pgvector : l’extension fait partie de l’image tenant standard. Le pipeline d’ingestion, lui, est une capacité applicative Aurabase construite au-dessus. Voir le guide RAG pas-à-pas pour la mise en œuvre complète.

Le stockage est organisé par namespace : chaque document ingéré (POST /v1/ai/{project_id}/rag/ingest) est chunké, embeddé, puis rangé dans la colonne vectorielle correspondant à sa dimension. La recherche (POST /v1/ai/{project_id}/rag/query) combine récupération et génération ; un endpoint séparé (GET /v1/ai/{project_id}/search) expose la recherche vectorielle seule, sans appel LLM. Changer de modèle d’embedding ne casse pas l’historique : un namespace peut être ré-indexé (POST /v1/ai/{project_id}/rag/{namespace}/reindex) sous un nouveau modèle sans tout ré-ingérer.

Nuance technique rarement documentée ailleurs : au-delà de 2 000 dimensions, HNSW n’indexe pas le type vector standard de pgvector. Pour la classe 3072, Aurabase bascule automatiquement sur halfvec(3072) (précision réduite, indexable) plutôt que de silencieusement dégrader la recherche en scan séquentiel. Par défaut, la récupération renvoie 5 passages (top_k) au-dessus d’un seuil de similarité de 0.3 — les deux réglages sont surchargeables par requête.

Au-delà du SELECT-only, le validateur rejette aussi les CTE/WITH, les sous-requêtes, les UNION/INTERSECT/EXCEPT, les fonctions-tables (generate_series, pg_sleep…), les fonctions-fenêtre, le dollar-quoting et les clauses de verrouillage (FOR UPDATE). Une passe de sécurité exhaustive parcourt ensuite l’intégralité de l’arbre syntaxique — DISTINCT ON, OFFSET, FETCH, clauses intra-agrégat inclus — pour empêcher qu’une fonction interdite se glisse dans un recoin de la requête que le premier parcours n’aurait pas visité.

Concrètement, l’outil exposé à l’agent enveloppe un simple appel HTTP vers l’endpoint NL2SQL — c’est le SDK, pas un connecteur dédié au framework, qui fait le travail :

// Outil personnalisé, appelé par la boucle de function calling de votre agent
export async function nl2sqlTool(question: string) {
  const { data, error } = await aura.ai.nl2sql(question, undefined, { limit: 20 })
  if (error) throw error
  return { sql: data.sql, tables: data.tables }
}