Самое необходимое
Aurabase: собственный pgvector (3-мерные классы 768/1536/3072), RAG, интегрированный через ragIngest()/rag(), и, прежде всего, собственная конечная точка NL2SQL, проверенная синтаксическим деревом. Convex и Nhost оба предлагают сплошной векторный поиск, но ни один из них не демонстрирует встроенный NL2SQL в строгом смысле: перевод вопроса на естественном языке в проверенный ограниченный SQL-запрос, выполняемый только для чтения.
Отличие, которое не скрывает ни один из конкурентов
Конечная точка Aurabase NL2SQL проверяет каждый запрос, сгенерированный LLM, через синтаксическое дерево (ячейка sqlparser): только SELECT, список авторизованных функций, ограниченный LIMIT по умолчанию и явный отказ от полей схемы, которые клиент попытается узурпировать. Это не коннектор, собранный поверх бэкенда — это проверено в коде aura-ai.
У Convex нет эквивалента — его база данных не SQL, вопрос не задается в тех же терминах. Nhost предлагает ИИ-помощника с доступом к схеме GraphQL, но не к конечной точке NL2SQL, доступной вашим конечным пользователям с помощью документированного контракта безопасности. См. наше полное определение NL2SQL и нашу статью о защите от SQL-инъекций, генерируемых LLM.
собственный pgvector, без отдельной векторной базы для работы
Aurabase встраивает pgvector непосредственно в свой образ клиента Postgres 16 с собственным конвейером RAG — приемом, фрагментированием, внедрением, индексом HNSW для каждого класса измерения — предоставляемым через два вызова API, ragIngest() и rag(). См. наше полное руководство по конвейеру RAG.
Convex предлагает надежный встроенный векторный поиск с повторно используемыми компонентами RAG и Agent, а также настраиваемой поддержкой встраивания OpenAI. Nhost автоматически генерирует и поддерживает векторные представления для семантического поиска. Все три платформы охватывают эту тему — разница заключается в том, что происходит после векторного поиска, а не в самом поиске.
Три собственных клиента, а не универсальный маршрутизатор
Aurabase изначально интегрирует OpenAI, Anthropic и Gemini — каждый со своим выделенным клиентом в aura-aiс автоматическим аварийным переключением в случае сбоя провайдера. См. нашу статью о собственных поставщиках и конечных точках, совместимых с OpenAI, для получения точных деталей этого различия.
Что отличает три подхода ИИ
| Собственный NL2SQL | Да — проверено синтаксическим деревом | Нет (Выпуклый, Nhost) |
|---|---|---|
| Векторный поиск | собственный pgvector, HNSW на измерение | Да, крепкий в обоих случаях |
| ТРЯПКА | Нативный, 2 вызова API | Многоразовые компоненты (выпуклые) |
| База данных | Стандарт PostgreSQL 16 | Не-SQL (выпуклый)/Postgres+Hasura (Nhost) |
| Местные поставщики LLM | 3 (OpenAI, Антропный, Близнецы) | Недокументированный эквивалент |
Convex и Nhost действительно инвестируют в свои возможности искусственного интеллекта — их векторный поиск отлажен и документирован. Нативный NL2SQL по сей день остается основой, которую в строгом смысле слова не охватывает ни один из двух.