#pgvector — Public Fediverse posts

RAG без магии: что действительно влияет на качество системы

У большинства разработчиков, не работающих с ИИ, ментальная модель RAG либо ошибочна, либо опасно неполна. И дело не в том, что они плохие инженеры, — просто почти всё, что написано про RAG, это либо десятиминутный туториал по фреймворку, за которым не видно ни одного реального решения, либо научная статья для тех, кто и так занимается этим профессионально. Между этими крайностями почти ничего нет. Эта статья — как раз то, что между ними. Недавно я собрал продакшн-систему RAG поверх 62 книг по античной истории (~46 000 чанков) и проверил каждое проектное решение на фиксированном тестовом наборе — включая те решения, которые не сработали. Я пропущу маркетинг фреймворков и расскажу о тех немногих вещах, которые действительно определяют, можно ли доверять вашей RAG-системе, — и подкреплю всё цифрами. Всем привет, меня зовут Лев Рябов, я фронтенд-разработчик в М2 Tech. После прочтения этой статьи вы поймете, что чтобы во всём разобраться, знания ML не нужны. Если вы умеете писать REST API и делать запросы к PostgreSQL, вы сможете построить всё, что здесь описано.

https://habr.com/ru/companies/m2tech/articles/1070598/

#rag #ai #aiагенты #typescript #pgvector #evaluation #ai_evaluation #ai_evals

Как искать живой спрос в шумных городских Telegram-чатах

Городские Telegram-чаты похожи на непрерывный поток логов без схемы. В одном сообщении человек ищет квартиру, в следующем агент публикует двадцатую копию объявления, затем идут курс валют, потерянный телефон, рекомендация врача и спор не по теме. Поиск по словам быстро упирается в синонимы, несколько языков, устаревающие сообщения и главное противоречие: «сниму квартиру» и «сдам квартиру» говорят об одном объекте, но требуют противоположных результатов. Ниже — архитектурные решения, которые мы используем в Global Pulse, поиске по городским Telegram-сообществам. Первый город — Нячанг. Это не рассказ о гарантированных лидах: система работает только с доступными сообщениями и может пропускать полезные события или ошибаться в классификации.

https://habr.com/ru/articles/1070646/

#Telegram #поиск #embeddings #pgvector #NLP #уведомления #классификация_намерений

Я убил все RAG‑системы и понял, как делать AGI. Или просто заменил RAG правилом в шесть строк

Или я убил все RAG‑системы и понял, как делать AGI. Или просто заменил RAG правилом в шесть строк RAG ищет похожее, а не истинное сейчас, и на этом ломается память ИИ‑агентов. Собрал за двое суток векторную память на Rust, где детерминированное правило свежести бьёт нейросеть 100% против 3,8%, а по скорости чтения она обходит четыре промышленные базы. С кодом, стендом и честными слабыми местами.

https://habr.com/ru/articles/1066894/

#RAG #векторная_база_данных #память_агента #AIагенты #галлюцинации_LLM #Qdrant #pgvector #Manticore #искусственный_интеллект #AGI

Why can't the planner just BitmapAnd your category B-tree with your HNSW index?

Because they answer different questions. A B-tree returns a set. HNSW returns an approximate ordered top-k. You cannot intersect a ranked list with a membership test and get either one back out.

https://www.crunchydata.com/blog/hybrid-vector-search

https://pgexperts.com

#PostgreSQL #pgvector #RAG

1823 коммита за четыре месяца в четыре руки с LLM: что получилось, а что чуть не убило проект

Четыре месяца, 1823 коммита и около 200 000 строк кода: мобильное приложение для изучения английского, почти целиком написанное через LLM-агента. Я формулировал задачи, ревьюил и принимал архитектурные решения, но код руками набирал редко. Статья не про то, как здорово, что нейросети пишут код. Она про два места, где эта схема ломается насмерть. Первое — энтропия: локально агент пишет аккуратный код, но через двести коммитов в проекте три способа поднять модалку и четыре файла с константами анимаций. Второе — физическая реальность и невысказанные инварианты: 109 коммитов ушло на одно движение шторки над клавиатурой, а на то, чтобы «забудь» в памяти питомца работало честно, понадобилась отдельная спецификация. Внутри: конституция проекта в CLAUDE.md, четыре слоя храповиков (включая обёртку над git, которая не даёт обойти хуки), разбор пяти причин, почему анимация рвалась на реальном Android, и слоистая память на pgvector с локальными эмбеддингами.

https://habr.com/ru/articles/1066172/

#LLM #AIагент #Claude #Angular #Ionic #Capacitor #ASPNET #pgvector #WebView #Android

"Relevance is not evidence." #PostgresEDI in #Edinburgh delivered.

Otun Martins: AI-approved decisions need full audit trails - which documents, which embedding model, which chunk, can it be reproduced? His answer: keep vectors, permissions, doc versions & retrieval logs in one #Postgres engine.

Pat Wright: "20 seconds of courage" is all it takes to start speaking at Postgres events.

Next one: August 13. 📅 https://hubs.la/Q04rfmBk0

#PostgreSQL #pgvector #AI #Compliance #Database #Scotland #Dev

Строили ANN руками — когда это того стоило, а когда нет

Сразу отвечаю на вопрос, который вы задали бы в первом же комментарии: а почему не pgvector? Короткий ответ: ровно то, что pgvector делает хорошо — генерацию кандидатов (найти top‑k ближайших по косинусу) — мы и советуем отдавать pgvector, если он у вас есть. Свой ANN мы написали, потому что (1) pgvector есть не везде, где должна работать наша память, и (2) самое ценное в нашей задаче — вообще не генерация кандидатов. Про это вся статья, так что давайте по порядку.

https://habr.com/ru/articles/1063914/

#ANN #HNSW #pgvector #векторный_поиск #PostgreSQL #Personalized_PageRank #HippoRAG #память_агента #ИИагенты

Only 2 days to the Edinburgh #PostgreSQL meetup with @PostgresEDI! Join our local #community for pizza, networking & great talks by Pat Wright on #tech speaking for introverts & Martins Otun on #AI retrieval with #pgvector in regulated industries.

RSVP here: https://lu.ma/ocnyugns

#Meetups #Postgres #OpenSource

#Google's #TurboQuant #algorithm could produce 2–8x smaller #vector indexes in #pgvector for my favorite database #PostgreSQL

https://github.com/pgvector/pgvector/pull/989

Yet the PR and code change are written using #AI and huge, so I am curious how this PR will be handled by the maintainers.

So enough #tags for today :)

🚀 Fits vector embedding pipelines (chunk, embed, upsert into #pgvector), ingest/ETL jobs, scheduled DB maintenance and external API workflows. Released under the permissive PostgreSQL License — clone and run it anywhere

🌐 https://techcommunity.microsoft.com/blog/adforpostgresql/introducing-durable-functions-in-postgresql/4526821

pgEdge sponsors @PostgresEDI - Edinburgh's #PostgreSQL user group organized by @vyruss - and Thurs July 9 is coming up.

🎤 Pat Wright (Redgate) on community & speaking for introverts - why it opens doors

📊 Martins Otun on SQL-first, auditable AI retrieval with #pgvector for regulated industries

Thursday July 9, doors 6pm, University of Edinburgh. Post-meetup at The Canons' Gait. Free - register below.

🎙️ https://hubs.la/Q04nrxgW0

#PostgresEDI #Edinburgh #OpenSource #Database #Scotland #UK

Как мы строим корпоративную экзаменационную платформу с AI: архитектура, дубли, мульти-tenant и продовые шишки

Привет, Хабр. Хочу рассказать про наш проект Exam AI — внутреннюю платформу для аттестации и тренировки сотрудников. Это не “ещё один тестик на 20 вопросов”, а система, где:

https://habr.com/ru/companies/sandboxer/articles/1053514/

#llm #aiгенерация_контента #fastapi #ddd #phyton #multitenant #aiагенты #edtech #pgvector #экзамен

In PostgreSQL managed services on Azure, you can index your embeddings with #pgvector or #DiskANN. I compared and explored DiskANN pre-filtering and cost-based optimization in a new blog post: https://dev.to/franckpachot/vector-search-with-filters-pgvector-vs-diskann-on-horizondb-i2k

The vector-in-Postgres question for teams at scale: pgvector HNSW, which is on RDS, or pgvectorscale's StreamingDiskANN, which is not.

pgvector 0.8.2 also ships halfvec quantization for roughly half the storage at minimal recall loss. That changes the math before you reach for a separate index.

https://github.com/timescale/pgvectorscale

https://pgexperts.com

#PostgreSQL #pgvector #RAG

Most AI apps on #PostgreSQL are still in experiment mode. Getting to production means solving three specific problems: security hardening, grounded responses, & token efficiency.

Mike Josephson covers the open-source stack: MCP Server, vectorizer, RAG Server with hybrid pgvector + BM25 search, & docloader. Today's PostgresWorld session, 1 PM EST.

All tools PostgreSQL-licensed. No re-platforming, data sovereignty intact.
Register: 👉 https://postgresconf.org/conferences/postgresworld_webinars_2026/tickets

#OpenSource #AI #pgvector #Database

Я собрал Telegram-бота с лентой новостей, которая учится на твоих реакциях — и хостится за $5 в месяц

Хотел ленту новостей без двух вещей: дублей (одно событие из пяти каналов с разными заголовками) и потока негатива по утрам. Получился Telegram-бот, который по умолчанию показывает только хорошие и нейтральные новости — а тяжёлый контент включается в настройках на 4 уровнях. Плюс он убирает дубли, переводит RU↔EN и подстраивает выдачу под твои реакции 🔥 ❤️ 😢. Но самое интересное — он живёт на одной машине Fly.io за ~$5 в месяц . В статье разбираю, как: заменил Postgres + pgvector на встраиваемый sqlite-vec и убрал отдельную БД-машину; гоняю типизацию, перевод и оценку тональности через бесплатные LLM на OpenRouter (счёт $0–1/мес); считаю эмбеддинги локально на fastembed /ONNX без внешних API; собрал рекомендательное ядро на «векторе вкуса» с EWMA и анти-баблом. И, конечно, грабли : sqlite-vec , который ломался на arm64; vec0 без INSERT OR REPLACE ; fastembed , сменивший пулинг между версиями; и LLM, которая «подкручивала» оценки негатива, пока я не дал ей чёткую рубрику. 👉 Бот живой, можно потрогать: @futur_e_news_bot

https://habr.com/ru/articles/1042690/

#telegramбот #python #aiogram #sqlite #sqlitevec #pgvector #эмбеддинги #рекомендательная_система #openrouter #flyio

Как заставить ИИ играть по правилам ролевой системы: архитектура авторитарного бэкенда для AI RPG

Сделать текстовую игру на базе LLM легко, если вас устраивает бесконечный неконтролируемый чат, который ломается через 30 ходов из-за модельного дрейфа и амнезии. Сделать полноценную RPG с детерминированными механиками, инвентарём, картой-графом и пермадезом — инженерная задача. Ниже — подробный разбор архитектурных решений, юнит-экономики, борьбы с гонками данных и инфраструктурных грабель, собранных при разработке проекта «Стирая Грань» (Beyond The Verge) — полностью русскоязычной AI RPG на стеке FastAPI + PostgreSQL/pgvector + Flutter Web.

https://habr.com/ru/articles/1041222/

#python #fastapi #pgvector #flutter #искусственный_интеллект #rag #deepseek #embeddings #dnd #разработка_игр

How could you implement semantic search in Postgres with Sequel + pgvector? We're glad you asked!

Here is an article about OpenAI ada-002 (1536 dims), ivfflat index for cosine distance, <=> for nearest-neighbor queries, 0.75 similarity threshold to drop noise.

https://go.upgradejs.com/k8c

#AI #Postgres #pgvector

🐳 True microservices architecture: UI (#React + #Vite, port 3737), API (#FastAPI, port 8181), MCP server (port 8051), Agents
(#PydanticAI, port 8052) — all running in #Docker
🗄️ Powered by #Supabase + #PostgreSQL + #PGVector for vector storage and semantic search

⚙️ Fully configurable ports & hostname via .env — deploy locally or on a remote server with zero friction

🛠️ Dev-friendly: hybrid mode

Векторный поиск в PostgreSQL: pgvector, pgvectorscale или VectorChord?

Привет Хабр! Меня зовут Владимир сегодня я постараюсь исправить ошибку из моей первой статьи про векторный поиск . Основная претензия к статье (два из трех комментариев 😂) была в том, что тема сисек векторного поиска не раскрыта. В этом материале постараюсь кратко рассказать, что же такое векторный поиск, зачем он нужен, варианты реализации векторного поиска в PostgreSQL и провести сравнительные тесты времени отклика при различных объёмах данных.

https://habr.com/ru/articles/1014516/

#postgresql #pgvector #векторизация

AI без Python: как исправить документацию и внедрить RAG в JVM-стеке

Даже для опытных пользователей системы (продукт-оунеры, техлиды, CTO, руководители уровня B-1, сотрудники кост-менеджмента) это не всегда просто, тем более для новых. Значительная часть времени уходит не на работу в системе, а на поиск информации в разрозненных источниках: Excel-таблицы, письма, локальные заметки или уточнение деталей у коллег. Отсюда и появилась идея AI-ассистента как удобного способа получать ответы в одном месте, обычным человеческим языком. Python почти стандарт для AI-проектов, но мы, как и большинство продуктовых команд в банке, используем JVM-стек: Kotlin, Java, Spring Boot. Поэтому осознанно выбрали развивать AI-ассистента в уже знакомом стеке. Это не просто техническое предпочтение. Мы хотели сохранить поддержку и масштабируемость внутри команды и не привлекать новые компетенции, которых у нас пока нет. Наш опыт может быть полезен командам, которые работают в JVM-среде и хотят внедрить AI без перехода на другой стек.

https://habr.com/ru/companies/raiffeisenbank/articles/1012666/

#ai #kotlin #spring_ai #rag #backend #LLM #JVM #pgVector #langchain4j #чанкинг

Векторный поиск в PostgreSQL: PGVector, SQLAlchemy и FastAPI

Реализуем сервис семантического поиска на базе PostgreSQL с расширением PGVector. В статье: настройка БД через Docker, миграции Alembic, асинхронный слой на SQLAlchemy и API на FastAPI. Иллюстрация на обложке - нейрослоп для привлечения внимания

https://habr.com/ru/articles/1006364/

#PGVector #SQLAlchemy #FastAPI

[Перевод] Обратная сторона массивов в PostgreSQL

Начать работу с массивами в PostgreSQL проще простого: объявили колонку как integer[] , вставили значения — и готово. Или вообще собрали массив на лету. Официальная документация дает неплохую базу. Но за этим простым интерфейсом скрывается куда более сложная механика, чем многие привыкли думать. Массивы в PostgreSQL — это не просто «списки, которые можно засунуть в поле таблицы». У них своя стратегия работы с памятью, собственная логика индексации и целый ворох граничных случаев. В статье подробно разберем аспекты работы с массивами, которые могут неожиданно создать проблемы в продакшене.

https://habr.com/ru/companies/magnus-tech/articles/990146/

#массивы_в_PostgreSQL #базы_данных #PostgreSQL #работа_с_массивами_PostgreSQL #intarray #pgvector #документная_модель_данных