Les pipelines vectoriels dérivent vite : réimporter un fichier crée des chunks en double, et plus personne ne sait quelle version est en service. Ce flux regroupe insertion, upsert et récupération au même endroit.
Les pipelines vectoriels dérivent vite : réimporter un fichier crée des chunks en double, et plus personne ne sait quelle version est en service. Ce flux regroupe insertion, upsert et récupération au même endroit.
Tout vit dans Supabase sur pgvector, avec des upserts indexés sur un identifiant de document stable, pour qu'une réimportation remplace les anciens chunks au lieu de les empiler. Chaque opération est journalisée avec son ID source, vous pouvez donc toujours retracer ce qui a été encodé et quand.
Comment il s'exécute
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 par identifiant de document stable, pour que réimporter un fichier remplace ses anciens chunks au lieu de les dupliquer.
pending
Récupération des chunks les plus proches d'une requête par distance cosinus et filtre sur les métadonnées.
pending
Journalisation de chaque insertion, upsert et récupération avec son ID source, pour que tout le flux reste auditable.
pending
Exemple de sortie
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.