使用 AlloyDB for PostgreSQL 构建生成式 AI 智能体和应用。
可伸缩的向量数据库,提供熟悉的 PostgreSQL 接口
高性能的语义搜索和自然语言功能
内置于 AlloyDB 中,可提供卓越的性能和可用性,并能简化管理工作
在 Google Cloud 上的 AlloyDB 和 AlloyDB Omni 中提供,让您可以在任何位置运行它
优势
高质量的智能体工作流
使用 AI 就绪且兼容 PostgreSQL 的企业数据库,该数据库可理解结构化和非结构化数据的语义,从而加快智能体和应用开发速度。
可在数据库内直接生成向量嵌入,并对 SQL 与向量数据执行查询。与标准 PostgreSQL 相比,过滤向量搜索的性能最高可提升 10 倍。
与 AI 生态系统集成
在 Vertex AI 或任何其他平台中运行模型,并通过 SQL 查询在您的应用中访问这些模型。使用 Google 或第三方模型、MCP 协议和热门编排框架。
主要特性
借助自动生成嵌入,您可以使用文本嵌入或多模态嵌入模型轻松将运营数据(包括文本、图片和视频)转换为向量嵌入。在 AlloyDB 中将嵌入与关系数据一同存储,并通过 SQL 接口在所有数据类型上执行混合向量相似性搜索。
ScaNN 索引使用与 Google 搜索相同的搜索算法,并基于 12 年的 Google 研究成果。它可执行高级语义搜索,与标准 PostgreSQL HNSW 索引相比,其索引创建速度高达 10 倍、向量搜索查询速度高达 4 倍、过滤向量搜索查询速度高达 10 倍。AlloyDB AI 还提供其他增强功能,例如并行索引构建、索引自动维护,以及针对向量索引的企业级可观测性。
AlloyDB AI 的 ScaNN 索引与 PostgreSQL 查询规划器深度集成,可跨结构化和非结构化数据实现简单而强大的查询,因此您无需部署或学习单独的向量数据库。自适应过滤可确保过滤器、联接和向量索引在同时使用时能提供最佳性能。
借助 AlloyDB AI 查询引擎,您可以在 SQL 查询中使用自然语言来表达过滤条件和排名标准。AI 模型的强大功能可为 SQL 查询提供推理和现实知识,从企业数据中发掘深层语义分析洞见。
使用 AlloyDB AI 为用户和智能体提供针对自然语言问题的准确回答。借助 AlloyDB AI 自然语言,您可以克服自然语言界面通常会遇到的模糊、灵活性和安全性问题。AlloyDB AI 可以消除用户问题中的歧义,整合来自架构、示例数据和其他来源的数据来提高准确性,并锁定对未经授权的数据的访问。
所有特性
在任何平台上使用模型 | |
与编排框架集成 | 使用 LangChain 和 LlamaIndex 将代码模块化并简化,这两个热门编排框架可轻松连接模型、工具和数据库。这两个框架都允许您插入组件,以便执行关键的生成式 AI 操作,例如加载文档、访问向量存储区,以及读取聊天记录。 |
使用生成式 AI 工具 | 为了做出高质量的决策,智能体需要一种方法来推理、采取行动,并反复调用生成式 AI 模型,直到做出决策。AlloyDB AI 与 MCP Toolbox for Databases 完全兼容,后者是一个用于部署生成式 AI 工具的开源服务器。MCP Toolbox 基于 Model Context Protocol (MCP),可连接编排框架和数据库,为 AI 智能体提供更好的可管理性、可观测性和安全性。 |
企业级可伸缩性、可用性和安全性 | 作为 AlloyDB 的一部分,AlloyDB AI 受益于 Google 的先进技术和 PostgreSQL 的先进技术。为您的生成式 AI 智能体或应用提供出色的性能和规模,并且提供高达 99.99% 的高可用性服务等级协议 (SLA),包括维护、自动检测大多数数据库故障并从中恢复,以及全面的安全性和合规性。 |
价格
AlloyDB AI 是 AlloyDB 和 AlloyDB Omni 不可或缺的一部分,无需额外付费即可使用。
如果您选择运行 Vertex AI 等附加服务,则需要单独为这些服务付费。