← All projects
Pgvector
B22/40RAG / 向量洞察置信度：中Open-source vector similarity search for Postgres.
postgresvector-databaseembeddings
Executive Insight
Pgvector 属于「RAG / 向量」方向，综合分 22/40（B）。当前最强项是 记忆系统、知识检索 (RAG)、评估与验证，短板集中在 多模态、LLM 集成。
核心优势
- - 记忆系统达到 5/5（全局知识图谱 + 自我更新），说明该项目在这一能力上较成熟。
- - 知识检索 (RAG)达到 4/5（多源 RAG + 元数据过滤），说明该项目在这一能力上较成熟。
- - 评估与验证达到 3/5（自动测试 + CI），说明该项目在这一能力上较成熟。
能力短板
- - 多模态仅 1/5，当前更像“可用基础版”，需要补齐工程化能力。
- - LLM 集成仅 2/5，当前更像“可用基础版”，需要补齐工程化能力。
适用场景
- - 私有知识库问答
- - 企业文档检索增强
落地风险与建议
- - 该条目为启发式分析，建议在核心决策前做一次仓库级人工复核。
- - 围绕 多模态 先做最小闭环，再扩展高级能力。
- - 围绕 LLM 集成 先做最小闭环，再扩展高级能力。
Intelligence Profile
Dimensions
LLM 集成
多轮对话 + Prompt 工程
Level 2: 多轮对话 + Prompt 工程
Heuristic from category — verify manually
Agent 自主性
多步执行（人工每步确认）
Level 2: 多步执行（人工每步确认）
Heuristic from category — verify manually
记忆系统
全局知识图谱 + 自我更新
Level 5: 全局知识图谱 + 自我更新
Heuristic from category — verify manually
工具使用
多工具 + 路由
Level 2: 多工具 + 路由
Heuristic from category — verify manually
知识检索 (RAG)
多源 RAG + 元数据过滤
Level 4: 多源 RAG + 元数据过滤
Heuristic from category — verify manually
多模态
图片输入理解
Level 1: 图片输入理解
Heuristic from category — verify manually
评估与验证
自动测试 + CI
Level 3: 自动测试 + CI
Heuristic from category — verify manually
人机协作
审批流 + 权限分级
Level 3: 审批流 + 权限分级
Heuristic from category — verify manually
Architecture
rag-vectors (catalog seed)
Open-source vector similarity search for Postgres.
GitHub Live Metrics
Loading live metrics...