Pipeline de RAG com Supabase pgvector
Esta lição cobre a construção de um pipeline de RAG com pgvector no Supabase para busca semântica.
Como uma biblioteca que organiza livros por assunto e não só por título — o RAG converte texto em números que representam significado, encontrando documentos similares mesmo que as palavras sejam diferentes.
- Embedding
- Uma representação numérica de texto em vector space que preserva o significado do texto.
- pgvector
- Uma extensão do PostgreSQL para armazenar e buscar vetores diretamente no banco de dados.
- HNSW
- Hierarchical Navigable Small World — um algoritmo de índice para busca rápida de nearest neighbors.
- Similaridade de cosseno
- Uma medida de similaridade entre vetores baseada no ângulo entre eles — 1 = idênticos, 0 = ortogonais.
