在国内用 pgvector 要注意什么
先说清楚它是什么：pgvector 属于「搜索与知识库」方向的开源项目，PostgreSQL 的向量检索扩展。
这篇面向国内用户，讲注册使用要点、合规注意和国产同类的对照。
国内使用前要考虑的事
- 访问与服务可用性：是否在你所在地区提供服务，以官方说明为准。
- 支付方式：订阅通常需要境外支付方式，企业采购还要考虑发票。
- 数据跨境：涉及个人信息或重要数据时，需要评估合规要求。
- 遵守所在地法律法规与单位的信息安全规定。
国产同类对照
如果你需要国内可直接使用的方案，可以对照了解：秘塔 AI 搜索、腾讯 ima、RAGFlow。建议用同一组任务分别测试，比较效果、速度和数据条款。
一个通用测试任务
网页内容抓取
适用情况：手头有一组需要定期关注的网页时。
把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。
检查点：没有臆造发布日期。
更多可以试的用法
资料卡片整理
准备材料：搜索得到的十几篇资料。
把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。
验收标准：每张卡片都有来源。
检索效果对比
准备材料：同一批问题和两种检索配置。
用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。
验收标准：对比用同一批问题。
内部文档入库
准备材料：一批 PDF、Word 和网页。
把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。
检查点：切分后的段落能回溯到页码。
常见问题：中文检索效果差
选择对中文支持好的嵌入模型，并为专有名词建立同义词。
常见问题：答案引用了错误段落
调整切分大小、加入重排序，并检查文档解析是否丢失标题。
常见问题：回答过于笼统
要求逐条引用原文，并限定只回答文档中有依据的内容。
概念补充：嵌入（Embedding）
把文本转成向量，用于语义相似度检索。
概念补充：切分（Chunking）
把长文档拆成适合检索的小段，大小影响效果。
适合人群：记者编辑
记者编辑可以用 pgvector 处理采访整理、资料核查等工作。需要注意：事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。
适合人群：研究生
研究生可以用 pgvector 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。
适合人群：客服人员
客服人员可以用 pgvector 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。
使用提醒
文中提示词和示例仅作示意，实际效果取决于你的材料和 pgvector 当前版本，重要内容请人工核对后再使用。
涉及个人信息、商业机密或受监管数据时，先确认 pgvector 的数据处理条款，再决定能否使用。