AI 原生 BaaS 平台 Supabase 版
AI 原生 BaaS 平台 Supabase 版
AI 原生 BaaS 平台 Supabase 版
文档指南
请输入
用户指南
Supabase 引擎用户指南
Workspace 管理
任务管理
使用 Supabase 控制台
使用 Authentication
使用 Realtime
PostgreSQL 引擎用户指南
Workspace 管理
任务管理
插件
AI Function 智能处理（rds_ai）
veDB MySQL 引擎用户指南（邀测）
Workspace 管理
任务管理
API 参考
Workspace 管理
分支管理
算力管理
账号管理
连接管理
前端部署
大模型访问管理
SQL 限流
开发者工具
最佳实践
相关协议
- 文档首页
AI 原生 BaaS 平台 Supabase 版用户指南PostgreSQL 引擎用户指南插件AI Function 智能处理（rds_ai）语义向量化（ai_embed）
复制全文
下载 pdf语义向量化（ai_embed）
文档反馈
问问助手- 定义
rds_ai.ai_embed 调用已注册的 embedding 模型，将输入文本转换为向量文本，可用于写入 pgvector 列或作为语义检索的查询向量。
- 语法
- 使用默认模型
rds_ai.ai_embed(input text) RETURNS text
- 显式指定模型
rds_ai.ai_embed(
content text,
model_name text,
body_extra text DEFAULT '{}',
header_extra text DEFAULT '{}'
) RETURNS text
- 参数
参数 | 类型 | 默认值 | 说明 |
参数 | 类型 | 默认值 | 说明 |
input / content | text | 无 | 待向量化文本；单参数重载使用默认 ai_embed 模型。 |
model_name | text | 无 | 已注册的 embedding 模型名称。 |
body_extra | text | {} | 合并到请求体的 JSON 对象字符串，例如 dimensions（指定向量维度）。实际是否支持及取值范围以目标模型为准。 |
header_extra | text | {} | 合并到请求头的 JSON 对象字符串。 |
- 返回
- ai_embed 返回 text，通常是可转换为 pgvector 类型的向量字面量，例如 [1,0,0]。
- 单参数重载在 input 为 SQL NULL 时返回 SQL NULL。
- 错误行为
- 默认模型未配置、显式模型不存在或模型类型不是 embedding 时抛出错误。
- body_extra 或 header_extra 不是 JSON 对象、与请求模板无法合并时抛出错误。
- URL 不在白名单、API Key 或代理配置无效、连接或总超时、HTTP 非成功状态、响应过大时抛出错误。
- 响应无法按 json_path 提取，或 token 提取表达式失败时抛出错误。
- 将返回值转换为 vector、halfvec 或 sparsevec 时，格式或维度不匹配会由 pgvector 抛出错误。
- 示例
- 使用默认模型生成向量
SELECT rds_ai.ai_embed('PostgreSQL supports vector search');
- 显式指定模型并转换为 vector
SELECT rds_ai.ai_embed(
'PostgreSQL supports vector search',
'Doc-Embed'
)::vector;
最近更新时间：2026.10.21 12:50:08
这个页面对您有帮助吗？
有用
有用
无用
无用