Supabase + pgvector: семантический поиск без боли

Когда LIKE-поиск перестаёт работать

Обычный поиск ищет по словам. Пользователь вводит «автоматизация маркетинга» — и если в статье нет именно этих слов, результатов ноль. При этом у вас может лежать идеальная статья «Content Factory заменяет отдел из 20 человек», которая отвечает на этот запрос на 100%.

Семантический поиск понимает смысл. Он работает с embedding-векторами — математическими представлениями текста в многомерном пространстве. Похожие по смыслу тексты оказываются рядом, даже если не содержат одинаковых слов.

Мы внедрили семантический поиск в Atlas OS через Supabase pgvector. Вот подробный разбор — архитектура, код, грабли и результаты.

Почему Supabase + pgvector, а не Pinecone

Мы долго выбирали между тремя вариантами. Вот честное сравнение на февраль 2026.

Три шага. Пять минут. Готово.

-- Шаг 1: Включаем extension
create extension if not exists vector;

-- Шаг 2: Таблица для embeddings
create table content_embeddings (
  id uuid primary key default gen_random_uuid(),
  content_id text not null,
  content_type text not null, -- 'article', 'product', 'persona'
  embedding vector(1536),     -- OpenAI text-embedding-3-small
  metadata jsonb,
  created_at timestamptz default now()
);

-- Шаг 3: Индекс для быстрого поиска
-- IVFFlat — для коллекций до 500K записей
create index on content_embeddings
  using ivfflat (embedding vector_cosine_ops)
  with (lists = 100);

-- Для 500K+ записей используйте HNSW:
-- create index on content_embeddings
--   using hnsw (embedding vector_cosine_ops)
--   with (m = 16, ef_construction = 64);

Ландшафт embedding-моделей на февраль 2026:

Мы используем text-embedding-3-small — оптимальное соотношение цена/качество. Для 90% бизнес-задач разница с large незаметна, а стоимость в 6.5 раз ниже.

Альтернативы:

• Voyage AI 3 — специализированные embeddings для RAG, чуть лучше quality
• Cohere Embed v3 — мультиязычный, хорош для русского текста
• BGE-M3 (BAAI) — open-source, бесплатный, self-hosted

import OpenAI from 'openai';
import { createClient } from '@supabase/supabase-js';

const openai = new OpenAI();
const supabase = createClient(
  process.env.SUPABASE_URL!,
  process.env.SUPABASE_SERVICE_KEY!
);

async function embedAndStore(
  contentId: string,
  contentType: string,
  text: string,
  metadata?: Record<string, unknown>
) {
  const { data } = await openai.embeddings.create({
    model: 'text-embedding-3-small',
    input: text,
  });

  await supabase.from('content_embeddings').upsert({
    content_id: contentId,
    content_type: contentType,
    embedding: data[0].embedding,
    metadata,
  });
}

PostgreSQL-функция, вызываемая через Supabase RPC:

create or replace function search_content(
  query_embedding vector(1536),
  match_count int default 10,
  match_threshold float default 0.7,
  filter_type text default null
)
returns table (
  content_id text,
  content_type text,
  similarity float,
  metadata jsonb
)
language plpgsql as $$
begin
  return query
  select
    ce.content_id,
    ce.content_type,
    1 - (ce.embedding <=> query_embedding) as similarity,
    ce.metadata
  from content_embeddings ce
  where
    (filter_type is null or ce.content_type = filter_type)
    and 1 - (ce.embedding <=> query_embedding) > match_threshold
  order by ce.embedding <=> query_embedding
  limit match_count;
end;
$$;

Семантический поиск работает 3 месяца. Результаты:

Грабли, на которые мы наступили