Supabase Vector
活跃简介
Supabase 内置 pgvector 向量搜索，把 Postgres 变成 RAG 数据库。
核心特性
- pgvector — Postgres 原生向量类型与索引
- 混合检索 — 向量 + 全文 + 标量过滤单 SQL 完成
- Realtime — 文档变更通过 Realtime 推送给前端
- RLS — 行级安全策略保护多租户数据
- Edge Functions — Deno 边缘函数处理 embedding
- Auth + Storage — 内置认证与文件存储
适用场景
💡 为 SaaS 应用提供一站式后端 + 向量检索。
💡 快速搭建带认证的文档 RAG 系统。
💡 把传统 SQL 业务与向量检索融合在同库查询。
优势与不足
✅ 优势
- • 活跃维护，近期持续更新
- • 社区热度高（108.1k stars）
- • 开源许可证友好（Apache-2.0）
分类
快速开始
# 在 SQL 中启用 vector
create extension vector;
create table docs (id bigserial primary key, content text, embedding vector(1536));
# 在 Supabase JS 客户端中查询
const { data } = await supabase.rpc('match_docs', {
query_embedding: embedding, match_count: 5,
});