Des articles pour ceux qui
livrent le stack
Textes sur React, Node.js, TypeScript et AI. Un corps traduit est affiché quand il existe. Sinon vous voyez le texte anglais et une note qui le dit.
Tag : pgvector
Migration de RAG de Pinecone vers Postgres pgvector : six mois plus tard
Six mois après le transfert de RAG de Pinecone vers Postgres pgvector : 9 millions de vecteurs, coûts réels, valeurs de latence et de précision, ce qui s’est détérioré, et quand pgvector est la bonne solution.
7 min de lectureRecherche hybride dans Postgres pour un assistant de santé : schéma, segmentation, RRF et évaluations.
Recherche hybride dans Postgres pour un assistant sanitaire : segmentation en fonction de la structure, pgvector avec RRF, quantification binaire, seuils de score et une évaluation appropriée.
19 min de lectureCinq façons d’indexer des vecteurs pour RAG, testées sur un million d’embeddings de Wikipédia
Cinq méthodes d’indexation des vecteurs pour RAG testées sur un million d’embeddings de Wikipédia : flat, IVFFlat, HNSW, hybride BM25 et DiskANN, accompagnées de valeurs de latence et de rappel.
9 min de lectureChoisir une base de données vectorielle pour le RAG : comparaison de huit options.
Comparer Chroma, Milvus, Qdrant, Weaviate, pgvector, Pinecone, Turbopuffer et TiDB en termes d’échelle, de filtrage, de coût et d’opérations, ainsi que les points faibles du RAG vectoriel.
12 min de lectureAegisOps : un agent SRE autonome doté de quatre couches de mémoire.
Comment un agent LangGraph ReAct résout les incidents Kubernetes, grâce à la mémoire épisodique pgvector, à des niveaux d’autonomie contrôlés par des politiques, à seize outils et à un suivi complet des audits.
12 min de lectureBM25 Plus pgvector avec fusion de rangs réciproques : recherche hybride pour RAG en Python
Recherche hybride pour RAG en Python : pourquoi la récupération dense rate les termes exacts, comment BM25 et la recherche cosinus de pgvector se complètent, fusionnés avec RRF sur Postgres.
8 min de lectureRecherche sémantique dans PostgreSQL avec pgvector et Node.js, aucune IA n’est nécessaire
Recherche sémantique dans PostgreSQL avec pgvector et Node.js, sans LLM : embeddings MiniLM, chunks, index IVFFlat, opérateurs de distance et méthode pour lire les scores.
8 min de lectureMémoire des clients pour les agents IA avec un budget strict de tokens.
Comment une couche de mémoire d’agent extrait des faits, évalue leur importance, supprime les doublons selon un coefficient de cosinus de 0,92, stocke les vecteurs dans pgvector, et effectue des recherches dans une limite de 2 048 tokens avec mécanisme d’éviction.
8 min de lectureRecherche sémantique dans PostgreSQL avec pgvector et .NET : une configuration pratique
Stockez les embeddings à côté des données relationnelles, créez des index HNSW ou IVFFlat, filtrez et combinez des classements hybrides, et déterminez quand pgvector est suffisant pour votre application.
9 min de lecture
À propos de ces articles
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.