必需品
Aurabase: ネイティブ pgvector (3 次元クラス 768/1536/3072)、 ragIngest()/rag()を介して統合された RAG、そして何よりも構文ツリーによって検証されたネイティブ NL2SQL エンドポイント。 Convex と Nhost は両方ともソリッド ベクトル検索を提供しますが、どちらも厳密な意味でのネイティブ NL2SQL を示しません。つまり、自然言語の質問を、読み取り専用として実行される検証済みの制限された SQL クエリに変換します。
競合他社がカバーしていない差別化要因
Aurabase NL2SQL エンドポイントは、構文ツリー (crate sqlparser) を介して LLM によって生成された各クエリを検証します。 SELECT、承認された関数のリスト、デフォルトで制限された LIMIT 、およびクライアントが横取りしようとするスキーマ フィールドの明示的な拒否のみです。これはバックエンドの上に組み立てられたコネクタではありません。これは aura-aiコードで検証されています。
Convex has no equivalent — its database is not SQL, the question is not asked in the same terms. Nhost offers an AI assistant with access to the GraphQL schema, but not an NL2SQL endpoint exposed to your end users with a documented security contract. See our complete definition of NL2SQL and our article on securing against SQL injection generated by an LLM.
ネイティブ pgvector、動作する別のベクトル ベースなし
Aurabase は、ネイティブ RAG パイプライン (取り込み、チャンク、埋め込み、ディメンション クラスごとの HNSW インデックス) を使用して、pgvector を Postgres 18 テナント イメージに直接埋め込み、 ragIngest() および rag()という 2 つの API 呼び出しを介して公開します。完全な RAG パイプライン チュートリアルを参照してください。
Convex は、再利用可能な RAG およびエージェント コンポーネントと構成可能な OpenAI 埋め込みサポートを備えた、堅牢な組み込みベクトル検索を提供します。 Nhost は、セマンティック検索用のベクトル埋め込みを自動的に生成および維持します。 3 つのプラットフォームはすべてこの分野をカバーしています。違いは、検索自体ではなく、ベクトル検索の後に行われる内容です。
汎用ルーターではなく、3 つのネイティブ クライアント
Aurabase は、OpenAI、Anthropic、Gemini をネイティブに統合しており、それぞれ aura-aiの専用クライアントを備えており、プロバイダーに障害が発生した場合には自動サーキット ブレーカー フェイルオーバーを備えています。この違いの正確な詳細については、ネイティブ プロバイダーと OpenAI 互換エンドポイント に関する記事を参照してください。
3 つの AI アプローチの違いは何ですか
| ネイティブ NL2SQL | はい — 構文ツリーによって検証されます | いいえ (Convex、 Nhost) |
|---|---|---|
| ベクトル検索 | ディメンションごとのネイティブ pgvector、 HNSW | はい、両方ともしっかりしています |
| ラグ | ネイティブ、2 API 呼び出し | 再利用可能なコンポーネント (Convex) |
| データベース | PostgreSQL 18 標準 | 非 SQL (Convex) / Postgres+Hasura (Nhost) |
| ネイティブ LLM プロバイダー | 3 (OpenAI、人類、ジェミニ) | 文書化されていない同等物 |
Convex と Nhost は、それぞれの AI 機能に真の投資を行っており、ベクトル検索は成熟しており、文書化されています。ネイティブ NL2SQL は、今日に至るまで、厳密な意味では 2 つのどちらもカバーしていないという根拠が残っています。