Pipeline-urile vectoriale se dereglează rapid: când re-ingerezi un fișier, apar chunkuri duplicate și nimeni nu mai știe care versiune e cea live. Fluxul ăsta ține insert, upsert și retrieval într-un singur loc.
Pipeline-urile vectoriale se dereglează rapid: când re-ingerezi un fișier, apar chunkuri duplicate și nimeni nu mai știe care versiune e cea live. Fluxul ăsta ține insert, upsert și retrieval într-un singur loc.
Totul stă în Supabase pe pgvector, cu upserturi cheie pe un ID stabil de document, astfel încât re-ingestia înlocuiește chunkurile vechi în loc să le adune. Fiecare operație e logată cu ID-ul ei sursă, deci poți oricând urmări ce a fost embeduit și când.
Cum funcționează
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.
Actualizează sau inserează (upsert) pe baza ID-ului stabil al documentului, astfel încât reingestarea unui fișier să înlocuiască vechile fragmente în loc să le dubleze.
pending
Recuperează fragmentele cele mai apropiate pentru o interogare, folosind distanța cosinus și un filtru de metadate.
pending
Loghează fiecare inserare, actualizare sau inserare și recuperare împreună cu ID-ul sursei, pentru ca întregul flux să rămână auditabil.
pending
Exemplu de 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.