如何在Supabase pgvector中按自定义字段过滤向量查询结果？

你需要通过company_id字段隔离不同企业的文档数据，实现类似Pinecone的space-name功能，在向量匹配时仅返回指定企业的相关文档。当前的match_documents函数存在几个关键问题，以下是修改方案：

当前函数的问题 #

• 未定义company_id参数，无法接收前端传入的企业ID
• WHERE子句中documents.custom_id = custom_id错误：表字段实际是company_id，且未引用外部参数，会导致无意义的自比较（条件永远为真）
• 函数中query_embedding的维度是vector(384)，与表中embedding vector(1536)维度不匹配，会引发计算错误

修改后的完整函数 #

create or replace function match_documents (
  query_embedding vector(1536), -- 与表中embedding维度保持一致
  match_threshold float,
  match_count int,
  company_id text -- 添加company_id参数
)
returns table (
  id bigint,
  content text,
  similarity float,
  company_id text -- 可选：返回company_id方便验证
)
language sql stable
as $$
  select
    documents.id,
    documents.content,
    1 - (documents.embedding <=> query_embedding) as similarity,
    documents.company_id
  from documents
  where 
    1 - (documents.embedding <=> query_embedding) > match_threshold
    and documents.company_id = match_documents.company_id -- 使用函数参数匹配表字段
  order by similarity desc
  limit match_count;
$$;

关键修改说明 #

• 添加company_id text作为函数参数，接收前端传入的企业ID
• 统一query_embedding的维度为vector(1536)，与表中定义一致
• WHERE子句中明确使用match_documents.company_id（函数参数）匹配表中的documents.company_id，实现数据隔离
• 可选：在返回结果中加入company_id，方便验证返回数据的归属

前端调用注意事项 #

确保传入有效的company_id值，示例：

const { data: documents, error } = await supabaseClient.rpc('match_documents', {
  query_embedding: embedding,
  match_threshold: .73,
  match_count: 10,
  company_id: "your_company_unique_id" // 传入目标企业的ID
})

内容的提问来源于stack exchange，提问作者Santiago Padilla