~/tools / 嵌入與搜尋（RAG） / Embeddings to pgvector INSERT

Embeddings to pgvector INSERT — 把 Ollama /api/embed 的結果與文字轉成 pgvector INSERT 陳述式

把你做過 embedding 的文字，以及 Ollama 的 /api/embed（或與 OpenAI 相容的 /v1/embeddings 端點）的回應，轉成 PostgreSQL 中 pgvector 資料表用的 INSERT 陳述式。每段文字會依序與它的向量配對，引號會被跳脫，而且在你執行任何東西之前，工具就會檢查筆數與維度是否相符。資料不會離開你的瀏覽器。

BEGIN;

INSERT INTO documents (content, embedding) VALUES
  ('Embeddings turn text into numeric vectors.', '[0.620186,0.410123,0.550165,0.380114]'),
  ('pgvector stores vectors in PostgreSQL, next to the rest of your data.', '[0.578815,0.469039,0.518937,0.419142]'),
  ('Ollama''s /api/embed returns one vector per input, in the same order.', '[0.119982,0.809879,-0.329951,0.46993]');

COMMIT;

用 Ollama 對文件區塊做完 embedding 後，向量必須連同它們來源的文字一起放進資料庫。Ollama 的 /api/embed 會為每個輸入字串回傳一個向量，順序與輸入相同，所以第一段文字對應第一個向量。這個工具負責配對，並寫出 SQL。請貼上文字，格式可以是你送給 /api/embed 的 JSON 內容（本站的 RAG Text Chunker 會產生它）、字串的 JSON 陣列，或一行一段，然後貼上回應。工具可讀取 Ollama 的回應（{"embeddings": [[…], …]}）與 OpenAI 相容的回應（{"data": [{"embedding": […]}]}，會依 index 順序排回）。它以 pgvector 的文字格式寫出向量，例如 '[0.1,-0.2,0.3]'，並把每段文字寫成 SQL 字串常數：PostgreSQL 文件說，字串中的單引號要寫成兩個單引號，而反斜線則維持原樣，因為自 PostgreSQL 9.1 起 standard_conforming_strings 預設為開啟。在寫出任何內容之前，它會先檢查哪些情況會讓 INSERT 失敗或讓列配錯對象：文字與向量的數量不同、向量的維度不一致、維度與欄位的 vector(n) 不同、不是有限數字的值（pgvector 不接受 NaN 或 Infinity）、base64 的 embedding，以及 PostgreSQL 無法存進 text 的 NUL 字元。這些陳述式會包在 BEGIN 與 COMMIT 之間，每個 INSERT 含 100 列。我們用 Ollama 的真實回應，在 PostgreSQL 16 上的 pgvector 0.8.7 執行了輸出，其中包含帶有引號、反斜線、換行與 emoji 的文字，取回的文字與原文相同。

這個工具的核心邏輯以 MIT 授權開放原始碼。 github.com/seigo5555/toolkitbox-lib/src/pgvector-insert.ts