<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>向量 on BenzHub</title><link>https://benzhub.github.io/tags/%E5%90%91%E9%87%8F/</link><description>Recent content in 向量 on BenzHub</description><generator>Hugo</generator><language>zh-TW</language><lastBuildDate>Sat, 24 Oct 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://benzhub.github.io/tags/%E5%90%91%E9%87%8F/index.xml" rel="self" type="application/rss+xml"/><item><title>pgvector 向量入門：在 Postgres 存 embedding | Supabase 完整教學</title><link>https://benzhub.github.io/post/supabase/035-pgvector-intro/</link><pubDate>Sat, 24 Oct 2026 00:00:00 +0000</pubDate><guid>https://benzhub.github.io/post/supabase/035-pgvector-intro/</guid><description>&lt;blockquote&gt;&#10;&lt;p&gt;從這一篇開始，我們正式踏進 &lt;strong&gt;Supabase&lt;/strong&gt; 的 &lt;strong&gt;AI 與向量&lt;/strong&gt; 領域。核心主角是 &lt;strong&gt;&lt;code&gt;pgvector&lt;/code&gt;&lt;/strong&gt;——一個讓 &lt;strong&gt;Postgres&lt;/strong&gt; 學會儲存與比對「&lt;strong&gt;向量（vector）&lt;/strong&gt;」的擴充功能。你會先搞懂什麼是 &lt;strong&gt;embedding&lt;/strong&gt;（把一段文字變成一串數字，讓「語意」變得可以計算）、如何用 &lt;strong&gt;&lt;code&gt;create extension vector&lt;/code&gt;&lt;/strong&gt; 啟用它、用 &lt;strong&gt;&lt;code&gt;vector(1536)&lt;/code&gt;&lt;/strong&gt; 這種欄位把 embedding 存進資料表，再用三個距離運算子（&lt;strong&gt;&lt;code&gt;&amp;lt;-&amp;gt;&lt;/code&gt;&lt;/strong&gt; L2、&lt;strong&gt;&lt;code&gt;&amp;lt;=&amp;gt;&lt;/code&gt;&lt;/strong&gt; cosine、&lt;strong&gt;&lt;code&gt;&amp;lt;#&amp;gt;&lt;/code&gt;&lt;/strong&gt; 內積）找出「意思最接近」的資料。這是 &lt;strong&gt;AI/向量段&lt;/strong&gt; 的第一篇，替之後的向量搜尋與 RAG 打好地基。&lt;/p&gt;&#10;&lt;/blockquote&gt;</description></item></channel></rss>