pgvector

GBrain 推出了一条命令即可启动的托管式 CLI 工作区，基于 pgvector，通过 MCP 将笔记和应用（Gmail、Stripe、GitHub）连接到 Claude Code 和 Codex 等 AI agent，把每个接入的应用变成可编写脚本的命令。

一个面向自主智能体的开源集体记忆网络（Agentflow），使用 FastMCP 和 Supabase pgvector，支持智能体之间共享经过验证的解决方案，避免不同智能体实例重复试错。

介绍如何用 Postgres + pgvector、FastAPI、Gemini、Celery 和 Redis 构建生产级 RAG 流水线：答案引用来源、在不知道时拒绝回答，并在数据库层面强制执行行级安全。

这篇技术解析介绍了 Papers with Code 如何使用 PostgreSQL、pgvector 和 Qwen3 嵌入构建最先进的混合搜索引擎，该引擎结合了关键词和语义搜索，并由 Hugging Face 基础设施提供支持。

一条推文警告说，仅根据速度基准测试选择向量数据库可能会对AI智能体造成陷阱，因为AI智能体具有持续的写入负载，这与RAG以读取为主的模式不同。它根据用例推荐了特定的数据库，例如用于智能体记忆的Qdrant，以及用于PostgreSQL上低于1000万向量的pgvector。

一个关于构建本地文档RAG系统的详细技术咨询，涵盖存储、摄取、查询和高亮，寻求关于向量数据库、GraphRAG可行性以及文档高亮实现的建议。

一个为AI编码代理设计的开源持久记忆层，使用Postgres和pgvector存储和检索项目决策与上下文，旨在减少上下文窗口大小并提高代理的一致性。

一位开发者分享说，RAG应用中的真正问题是检索步骤在处理版本号和代码时失败，通过混合搜索（向量+BM25+倒数排名融合）解决，而不是模型问题。

Garry Tan的GBrain引入了一个代理内存系统，该系统将内存写入路径视为可靠性边界，使用Markdown作为数据源，通过Postgres和pgvector进行检索，并通过CLI和30多个MCP工具暴露操作。