#Vektordatenbank

#Einführung

In einer Wissensdatenbank speichert die Vektordatenbank vektorisierte Dokumente. Diese vektorisierten Dokumente fungieren als Index für die eigentlichen Inhalte.

Wenn die RAG-Retrieval-Funktion in einer KI-Agenten-Konversation aktiviert ist, wird die Nachricht des Benutzers vektorisiert. Anschließend werden relevante Fragmente aus den Wissensdatenbank-Dokumenten in der Vektordatenbank gesucht, um passende Dokumentenabschnitte und den Originaltext zu finden.

Aktuell unterstützt das AI Wissensdatenbank Plugin nativ nur PGVector als Vektordatenbank. PGVector ist ein Plugin für PostgreSQL-Datenbanken.

#Vektordatenbank-Verwaltung

Navigieren Sie zur Konfigurationsseite des AI Agenten Plugins. Klicken Sie dort auf den Tab Vector store und wählen Sie anschließend Vector database, um zur Verwaltungsseite der Vektordatenbank zu gelangen.

Klicken Sie oben rechts auf den Button Add new, um eine neue PGVector Vektordatenbank-Verbindung hinzuzufügen:

• Geben Sie im Feld Name den Verbindungsnamen ein.
• Geben Sie im Feld Host die IP-Adresse der Vektordatenbank ein.
• Geben Sie im Feld Port die Portnummer der Vektordatenbank ein.
• Geben Sie im Feld Username den Benutzernamen für die Vektordatenbank ein.
• Geben Sie im Feld Password das Passwort für die Vektordatenbank ein.
• Geben Sie im Feld Database den Namen der Vektordatenbank ein.
• Geben Sie im Feld Table name den Tabellennamen ein. Dieser wird verwendet, wenn Sie eine neue Tabelle zum Speichern von Vektordaten erstellen.

Nachdem Sie alle erforderlichen Informationen eingegeben haben, klicken Sie auf den Button Test, um die Verfügbarkeit des Vektordatenbankdienstes zu prüfen. Klicken Sie anschließend auf den Button Submit, um die Verbindungsinformationen zu speichern.