• MATCH
  • DRIFT
  • DATA
  • HUMAN

RAG Similarity Search mit der KI debuggen

Verbinde Supabase Vector mit deinem KI-Client, um zu prüfen, wie Embeddings deine Suchergebnisse steuern.

Fragen Sie die KI zu dieser Seite

Kurzantwort

Wie kann ich die RAG Similarity Search mit meiner KI debuggen?

Deine KI identifiziert die passendsten Vektor-Matches und ruft die dazugehörigen Zeilen ab, um den tatsächlichen Text zu prüfen. So siehst du sofort, ob die mathematische Ähnlichkeit den richtigen Kontext liefert und warum bestimmte Dokumente in den Ergebnissen auftauchen.

Ergebnisse analysieren.

Deine Erkenntnisse.

Die KI übersetzt Vektor-Mathematik in lesbare Daten.

MATCH

Top-Treffer finden

Die KI ermittelt die relevantesten Zeilen anhand der Vektordistanz. Du siehst genau, welche Textabschnitte zu einer Anfrage geliefert werden.

DRIFT

Embedding-Drift erkennen

Vergleiche den Query-Vektor mit den gespeicherten Embeddings. So erkennst du, ob dein Modell von deinen tatsächlichen Daten abweicht.

DATA

Rohdaten prüfen

Die KI ruft den Text zu spezifischen Vektor-IDs ab. Du kannst verifizieren, ob der gefundene Text wirklich die benötigten Informationen enthält.

HUMAN

Manuelle Optimierung

Die KI markiert problematische Vektoren, die neu indiziert werden müssen. Du entscheidest, wann du das Modell aktualisierst oder die Datenbank bereinigst.

Der Ablauf

Was deine KI bei einer Anfrage tut.

Die KI geht von der mathematischen Übereinstimmung zur Datenprüfung über.

  1. Ähnliche Vektoren finden

    Die KI berechnet, welche Embeddings in deiner Datenbank deiner Eingabe am nächsten kommen.

    match_vectors

  2. Passende Zeilen abrufen

    Die KI zieht die spezifischen Zeilen, die die Vektorsuche als relevant eingestuft hat.

    query_table_rows

  3. Inhalte tiefenprüfen

    Die KI analysiert eine einzelne Zeile, um Metadaten oder den exakten Textinhalt zu prüfen.

    get_table_row

  4. Ergebnisse auswerten

    Die KI vergleicht den abgerufenen Text mit deiner ursprünglichen Frage, um Abweichungen zu finden.

    query_table_rows

Probieren Sie es

Kopiere diese Vorlagen.

Nutze diese Prompts für deine Debugging-Session.

Startpunkte

Passe die Tabellen- und Spaltennamen an dein Supabase-Schema an.

Supabase Vector Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_r2cwX4M1GouGmm6VnqY7CUQyTiHKovu2fp0L81jN/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Supabase Vector capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "supabase-vector-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_r2cwX4M1GouGmm6VnqY7CUQyTiHKovu2fp0L81jN/mcp"
    }
  }
}
In den Chat kopieren04

  • Finde die 5 passendsten Zeilen in meiner 'documents'-Tabelle für die Anfrage: 'Wie setze ich mein Passwort zurück?'

  • Vergleiche das Embedding dieser Anfrage mit den Vektoren in meiner 'embeddings'-Tabelle und erkläre mir, warum die Distanz so hoch ist.

  • Rufe den Inhalt der Zeile mit der ID 452 ab, um zu prüfen, ob der Text zur Vektor-Repräsentation passt.

  • Durchsuche die 'knowledge_base'-Tabelle nach allen Zeilen, die für meine aktuelle Suche einen Similarity Score über 0.8 haben.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Starten Sie hier

Einmal verbinden, dann fragen.

Gib deine Supabase-Zugangsdaten ein, um zu starten. Die Verbindung ist verschlüsselt und du kannst sofort in deinem KI-Client mit dem Debugging beginnen.

Supabase Vector mit deiner KI verbinden

FAQ

Funktionsweise.

  • 01

    Kann die KI meine Vektor-Embeddings ändern?

    Nein. Die KI kann vorhandene Daten nur lesen und abfragen. Sie kann deine Embeddings nicht modifizieren oder löschen.

  • 02

    Kann die KI neue Tabellen in Supabase erstellen?

    Nein. Die KI ist auf die bereitgestellten Tools beschränkt, die nur zum Abfragen und Abgleichen von Daten dienen.

  • 03

    Wie geht sie mit großen Datensätzen um?

    Die KI nutzt das Vektor-Matching-Tool, um den Datensatz vor der Analyse auf die relevantesten Zeilen zu reduzieren.

  • 04

    Muss ich die Vektor-Mathematik selbst angeben?

    Nein. Dein KI-Client nutzt das integrierte Match-Tool, um die Ähnlichkeitsberechnung durchzuführen.

  • 05

    Kann die KI ein fehlerhaftes Embedding korrigieren?

    Nein. Die KI kann zwar identifizieren, welche Embeddings schlecht passen, aber die eigentliche Neu-Indizierung oder Aktualisierung musst du selbst vornehmen.

  • Weitere Fragen zu Supabase Vector? Die Connector-Seite liefert Antworten. Alle Funktionen des Supabase Vector Connectors ansehen

Verbinde Supabase Vector mit Claude, Cursor, ChatGPT & mehr