Vektorpipelines spårar ur snabbt: en ny ingestion av en fil skapar dubbletter av chunks, och ingen vet vilken version som är aktiv. Det här flödet håller insert, upsert och hämtning på ett och samma ställe.
Vektorpipelines spårar ur snabbt: en ny ingestion av en fil skapar dubbletter av chunks, och ingen vet vilken version som är aktiv. Det här flödet håller insert, upsert och hämtning på ett och samma ställe.
Allt ligger i Supabase på pgvector, med upserts kopplade till ett stabilt dokument-ID så att en ny ingestion ersätter gamla chunks i stället för att hög på hög. Varje operation loggas med sitt käll-ID, så du kan alltid spåra vad som bäddades in och när.
Så kör 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.
Gör upsert på ett stabilt dokument-ID så att en ny ingestion av en fil ersätter dess gamla chunks i stället för att duplicera dem.
pending
Hämta de närmaste chunkarna för en fråga med cosinusavstånd och ett metadatafilter.
pending
Logga varje insert, upsert och hämtning med dess käll-ID så att hela flödet går att granska.
pending
Exempel 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.