agent-app/rag-server/face-feat68/README.md

RAG示例：人脸向量数据库

NODE环境

npm install canvas --canvas_binary_host_mirror=https://registry.npmmirror.com/-/binary/canvas

数据库环境

• https://pkgs.org/download/postgresql-11-pgvector-dbgsym

• https://learn.microsoft.com/zh-cn/azure/cosmos-db/postgresql/howto-use-pgvector

  # Add PostgreSQL repository as described on its homepage:
  # https://wiki.postgresql.org/wiki/Apt
  # Update the package index:
  sudo apt-get update
  
  # Install postgresql-11-pgvector deb package:
  sudo apt-get install postgresql-11-pgvector
  
  # 激活插件
  CREATE EXTENSION vector;
  

• 修改配置文件 postgresql.conf

  ## 请确保你已经正确安装了vector插件，并且已经在你的PostgreSQL数据库中启用了该插件。你可以通过检查postgresql.conf文件或者运行以下命令来确认插件是否已加载：
  SHOW shared_preload_libraries;
  
  ## 如果插件未在列表中显示，你需要编辑postgresql.conf文件并将vector插件的名称添加到shared_preload_libraries配置项中。例如：
  shared_preload_libraries = 'vector'
  
  ## 保存文件后，重新启动PostgreSQL服务器以使更改生效。
  
  # 语句查询
  
  <-> 	欧几里得距离
  <#> 	负内积
  <=> 	余弦距离
  

数据范式

• 创建 Schema "FaceReport"
  • user Pointer<_User> 用户指针
  • photo String类型 正脸照片图片地址
  • feat68 Array类型 存储面部68特征点向量
  • title String类型 面部数据标题

• 创建拓展字段

  -- 数据字段
  ALTER TABLE "FaceReport" ADD COLUMN feat68_vector vector(128);