# pgvector-semantic-search

Скилл учит агента настраивать векторный поиск в PostgreSQL с помощью pgvector. Он помогает хранить эмбеддинги, строить индексы HNSW и готовить базу к задачам RAG.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 938 установок · ★ 1874
- Автор: tigerdata
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/timescale/pg-aiguide/tree/HEAD/skills/pgvector-semantic-search/SKILL.md
- Обновлён: 2026-10-22
- HTML: https://affpapa.org/nevibecode/skills/pgvector-semantic-search

## Что делает

Скилл задаёт правила работы с pgvector для семантического поиска и RAG. В качестве стандарта он предлагает тип `halfvec(N)`, косинусное расстояние `<=>` и индекс HNSW с параметрами `m = 16` и `ef_construction = 64`. Хранение в `halfvec` урезает размер индекса и таблицы на 50% с минимальной потерей точности. Векторные размерности везде должны строго совпадать.

Ассистент учится генерировать корректный SQL. Индексы следует строить только после массовой заливки данных, а на проде — через `CREATE INDEX CONCURRENTLY`. Вектор в запросе всегда приводится к типу `$1::halfvec(N)` во избежание сбоев в prepared statements. Базовую точность скилл советует регулировать через `SET hnsw.ef_search = 100`.

Все возможности требуют PostgreSQL 15+ и pgvector версии 0.8.0+, поэтому на устаревших базах данных этот скилл бесполезен. Индекс IVFFlat скилл рекомендует избегать: он оправдан только при жёсткой нехватке оперативной памяти или частой полной переиндексации.

## Требования
- Работает с: PostgreSQL

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add timescale/pg-aiguide --skill pgvector-semantic-search -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/pgvector-semantic-search/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/pgvector-semantic-search/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add timescale/pg-aiguide --skill pgvector-semantic-search -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/pgvector-semantic-search/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add timescale/pg-aiguide --skill pgvector-semantic-search -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/pgvector-semantic-search/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install timescale/pg-aiguide pgvector-semantic-search
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/pgvector-semantic-search/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add timescale/pg-aiguide --skill pgvector-semantic-search -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/timescale/pg-aiguide --path skills/pgvector-semantic-search
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/pgvector-semantic-search/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add timescale/pg-aiguide --skill pgvector-semantic-search -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/timescale/pg-aiguide/tree/HEAD/skills/pgvector-semantic-search/SKILL.md

## Когда брать
- настроить семантический поиск по эмбеддингам в PostgreSQL
- создать и оптимизировать индекс HNSW для векторов
- сократить потребление памяти с помощью типа `halfvec`
- внедрить векторный поиск для RAG-приложения

## Примеры запросов агенту
- «Помоги настроить семантический поиск по текстам в PostgreSQL через pgvector»
- «Создай таблицу для эмбеддингов с размерностью 1536 и HNSW-индекс»
- «Как оптимизировать параметры ef_search и ef_construction в pgvector?»

## Похожие
- [langchain4j-vector-stores-configuration](https://affpapa.org/nevibecode/skills/langchain4j-vector-stores-configuration.md) — скилл · 3700 установок
- [rag-retrieval](https://affpapa.org/nevibecode/skills/rag-retrieval.md) — скилл · 1500 установок
- [similarity-search-patterns](https://affpapa.org/nevibecode/skills/similarity-search-patterns.md) — скилл · 10700 установок
- [AgentDB Vector Search](https://affpapa.org/nevibecode/skills/agentdb-vector-search.md) — скилл · 1100 установок
- [qdrant-vector-search](https://affpapa.org/nevibecode/skills/qdrant-vector-search.md) — скилл · 969 установок
- [vector-database-engineer](https://affpapa.org/nevibecode/agents/vector-database-engineer.md) — субагент · ★ 41729

Из того же набора: [timescale/pg-aiguide](https://affpapa.org/nevibecode/by/timescale/pg-aiguide.md) — 9 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md