Supabase Vector Store

Supabase Vector Store guarda documentos en una tabla de tu proyecto de Supabase y busca en ella por significado.

Una base de datos vectorial guarda textos de forma que se pueden buscar por su significado, no solo por palabras exactas. Así, un agente puede encontrar el párrafo de un manual que responde a una pregunta aunque esté escrito con otras palabras.

Cuándo usarlo

• Tu aplicación ya usa Supabase y quieres añadirle una base de conocimiento.
• Quieres tener los documentos junto al resto de datos de tu proyecto de Supabase.

Configuración

El campo Operation decide qué hace el componente, y según lo que elijas cambian los campos y las salidas:

• Add (por defecto): guarda en la base los documentos que recibe en Ingest Data.
• Search: busca los documentos más parecidos al texto de Search Query.
• Retriever: ofrece la base como buscador para que la use otro componente, por ejemplo un agente o una cadena de preguntas y respuestas.

Necesitas una credencial Supabase API con la dirección y la clave de tu proyecto de Supabase. Consulta Credenciales.

Campo	Qué hace
Credential (obligatorio)	La credencial Supabase API con los datos de conexión.
Operation	Qué hace el componente: Add, Search o Retriever.
Ingest Data (obligatorio)	Con Add. Los documentos que se guardan, normalmente los que salen de un divisor de textos o de un cargador de archivos.
Search Query	Con Search. El texto que se busca. Si lo dejas vacío no se devuelve nada.
Embedding	El conector donde enchufas el componente que convierte los textos en números para compararlos por significado, como OpenAI Embeddings. Usa siempre el mismo para guardar y para buscar.
Query Name	El nombre de la función de búsqueda creada en tu proyecto de Supabase.

Opciones avanzadas

Campo	Qué hace
Number Of Results	Cuántos documentos devuelve cada búsqueda. Por defecto, 4.
Table Name	La tabla donde se guardan los documentos.

Resultado

Las salidas dependen de Operation:

• Results: con Add y Search. Con Search, la lista de documentos encontrados, que puedes pasar a un prompt o a un agente.
• Vector Store: con Add. La base de datos, para conectarla a componentes que trabajan con una base vectorial.
• Retriever: con Retriever. El buscador, para conectarlo a componentes que piden un buscador.

En modo herramienta, un agente puede usar el componente para buscar por sí mismo. Consulta Tool Mode.

Ejemplo

Una startup guarda su documentación de producto en Supabase.

1. Añade Supabase Vector Store con Operation en Search.
2. Elige la credencial Supabase API y escribe la tabla y la función de búsqueda.
3. Conecta el componente de embeddings con que se guardó.

Componentes relacionados

• Recursive Character Text Splitter: corta los documentos en trozos antes de guardarlos.
• OpenAI Embeddings: convierte los textos para buscarlos por significado.