Τα vector pipelines αποκλίνουν γρήγορα: ξανα-εισάγεις ένα αρχείο και δημιουργούνται διπλότυπα chunks, χωρίς κανείς να ξέρει ποια έκδοση είναι ενεργή. Αυτή η ροή κρατάει insert, upsert και ανάκτηση σε ένα μέρος.
Τα vector pipelines αποκλίνουν γρήγορα: ξανα-εισάγεις ένα αρχείο και δημιουργούνται διπλότυπα chunks, χωρίς κανείς να ξέρει ποια έκδοση είναι ενεργή. Αυτή η ροή κρατάει insert, upsert και ανάκτηση σε ένα μέρος.
Όλα κάθονται στο Supabase με pgvector, με upserts κλειδωμένα σε σταθερό document ID ώστε η επανεισαγωγή να αντικαθιστά τα παλιά chunks αντί να τα στοιβάζει. Κάθε λειτουργία καταγράφεται με το source ID της, ώστε να μπορείς πάντα να ανιχνεύσεις τι έγινε embedding και πότε.
Πώς λειτουργεί
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.
Ενημέρωση ή εισαγωγή με σταθερό ID εγγράφου, ώστε η επανεπεξεργασία ενός αρχείου να αντικαθιστά τα παλιά τεμάχια αντί να τα διπλασιάζει.
pending
Ανάκτηση των πιο κοντινών τεμαχίων για μια ερώτηση, χρησιμοποιώντας κοσμική απόσταση (cosine distance) και φίλτρο μεταδεδομένων.
pending
Καταγραφή κάθε εισαγωγής, ενημέρωσης ή εισαγωγής και ανάκτησης με το ID της πηγής, ώστε όλη η ροή να παραμένει ελέγξιμη.
pending
Δείγμα εξόδου
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.