community-automations/supabase-vector

Research og indsigt

PublicClaude-subagent

Supabase-vektorpipeline

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.

sonnet3 dageSupabasepgvectorOpenAI EmbeddingsEdge Functions
ClaudeClaude
ROI for
README.md

Hvorfor denne subagent

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

    • Read

      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.

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.