在Supabase Deno函数中使用postgres.js执行OpenAI嵌入查询报错求助

问题原因 #

你遇到的错误是因为postgres.js在将OpenAI返回的嵌入数组插值到SQL语句时，直接把数组转换成了逗号分隔的纯字符串，而pg_vector要求向量字面量必须用方括号[]包裹（比如[0.1,0.2,...]），否则PostgreSQL无法识别为合法的vector类型。

解决方案 #

以下两种方式均可解决问题：

方式1：手动构造合法的向量字符串 #

将嵌入数组转换成带方括号的格式后再传入SQL：

const [{ embedding }] = embeddingResponse.data.data;
// 手动给数组添加方括号，构造pg_vector能识别的字面量
const query_embedding = `[${embedding.join(',')}]`;

const res = await sql`
select
id,
content,
  1 - (documents.embedding <=> ${query_embedding}) as similarity
from documents
where 1 - (documents.embedding <=> ${query_embedding}) > ${similarity_threshold}
order by documents.embedding <=> ${query_embedding}
limit ${match_count}
`;

方式2：使用postgres.js的类型转换 #

利用postgres.js的sql.array方法指定类型为vector，确保参数被正确解析：

import postgres from 'https://deno.land/x/postgresjs/mod.js'

const [{ embedding }] = embeddingResponse.data.data;

const res = await sql`
select
id,
content,
  1 - (documents.embedding <=> sql.array(${embedding}, sql`vector`)) as similarity
from documents
where 1 - (documents.embedding <=> sql.array(${embedding}, sql`vector`)) > ${similarity_threshold}
order by documents.embedding <=> sql.array(${embedding}, sql`vector`)
limit ${match_count}
`;

额外验证要点 #

• 确保你的embedding数组长度是1536，和表中定义的vector(1536)一致；
• 两种方式都能让PostgreSQL正确识别向量格式，避免字面量错误。

内容的提问来源于stack exchange，提问作者Rodrigo Rubio