pgvector/pgvector-python

O que é?

Recursos principais

• 01Compatível com Django, SQLAlchemy, SQLModel, Psycopg 2/3, asyncpg, pg8000 e Peewee.
• 02Oferece tipos de campo vector, half-precision, bit e sparse vector.
• 03Disponibiliza operadores de distância, incluindo L2, inner product, cosine, L1, Hamming e Jaccard.
• 04Cria índices aproximados HNSW e IVFFlat por meio da API de cada biblioteca.
• 05Converte entre listas Python, arrays NumPy e arrays esparsos SciPy.

Casos de uso

• Adicionar busca semântica ou recuperação para RAG a uma aplicação Django ou SQLAlchemy com PostgreSQL.
• Armazenar embeddings de texto ou imagem gerados com OpenAI, Cohere ou SentenceTransformers no Postgres.
• Criar recursos de recomendação com vetores de usuários e itens em um banco de dados Postgres existente.

Início rápido

1. 1

   Instale o pacote do PyPI

   pip install pgvector
2. 2

   Ative a extensão pgvector no seu banco de dados PostgreSQL (exemplo com Psycopg 3)

   conn.execute('CREATE EXTENSION IF NOT EXISTS vector')
3. 3

   Registre o tipo vector na conexão e, em seguida, insira e consulte vetores seguindo o README da sua biblioteca

   register_vector(conn)

Antes de usar

• !É necessário ter a extensão pgvector instalada no servidor PostgreSQL.
• !Cada biblioteca de banco de dados exige etapas de configuração e código de registro próprios.

Em coleções

Tópicos

Perguntas frequentes

O que é pgvector-python?

Biblioteca Python que adiciona suporte ao tipo vector do pgvector e à busca por similaridade no Django, SQLAlchemy, Psycopg, asyncpg, Peewee e outros drivers de PostgreSQL. pgvector-python é uma biblioteca cliente Python que permite às aplicações armazenar e consultar vetores no PostgreSQL por meio da extensão pgvector. Ela oferece tipos vector, half-precision, bit e sparse vector, além de operadores de distância para comparações L2, inner product, cosine, L1, Hamming e Jaccard.

pgvector-python é gratuito? Qual é a licença?

pgvector-python é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.

pgvector-python ainda é mantido?

Manutenção ativa. O último commit de pgvector-python foi em 5 de nov. de 2026.

Para que posso usar pgvector-python?

Adicionar busca semântica ou recuperação para RAG a uma aplicação Django ou SQLAlchemy com PostgreSQL. Armazenar embeddings de texto ou imagem gerados com OpenAI, Cohere ou SentenceTransformers no Postgres. Criar recursos de recomendação com vetores de usuários e itens em um banco de dados Postgres existente.

Como instalar pgvector-python?

Instale o pacote do PyPI: pip install pgvector Ative a extensão pgvector no seu banco de dados PostgreSQL (exemplo com Psycopg 3): conn.execute('CREATE EXTENSION IF NOT EXISTS vector') Registre o tipo vector na conexão e, em seguida, insira e consulte vetores seguindo o README da sua biblioteca: register_vector(conn)

Onde consigo pgvector-python?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/pgvector/pgvector-python