Vektorpipelines skrider hurtigt: genindlæser du en fil, opstår der dublet-chunks, og ingen kan se, hvilken version der er den gældende. Det her flow samler insert, upsert og retrieval ét sted.
Vektorpipelines skrider hurtigt: genindlæser du en fil, opstår der dublet-chunks, og ingen kan se, hvilken version der er den gældende. Det her flow samler insert, upsert og retrieval ét sted.
Alt ligger i Supabase på pgvector, med upserts nøglet til et stabilt dokument-ID, så genindlæsning erstatter gamle chunks i stedet for at hobe dem op. Hver handling logges med sit kilde-ID, så du altid kan spore, hvad der blev embeddet, og hvornår.
Sådan kører den
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Upsert via et stabilt document ID, så genindlæsning af en fil erstatter de gamle chunks frem for at duplikere dem.
pending
Hent de nærmeste chunks til et query ved hjælp af cosinus-distance og et metadata-filter.
pending
Log hver insert, upsert og retrieval med kilde-ID, så hele flowet forbliver auditerbart.
pending
Eksempel på output
json
// Sample output
// (generated when the pipeline finishes)
Run insert, upsert, and retrieval over a Supabase pgvector store with stable IDs and a logged audit trail.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.