用途：把 PostgreSQL 作为 AI 数据平台，统一存放事务数据与向量嵌入，并据此设计 RAG、向量检索与 AI 应用。资料源自《Building a Data and AI Platform with PostgreSQL》(2025)。
主要能力：pgvector 嵌入存储与近似最近邻检索（IVFFlat/HNSW）；RAG 流程设计与分块策略（定长重叠、句段、按章节、语义分块）；混合检索，即向量相似度加 metadata 结构化过滤，多租户按 tenant_id 硬过滤；AI 应用设计模式，包括 schema 感知 LLM、NL2SQL 防护、结构化写入 AI 输出；pgai 扩展在 SQL 内调用模型；16 条 AI 建设断层线与可观测性、主权数据平台原则。
用法：先启用扩展 CREATE EXTENSION IF NOT EXISTS vector; 建表存放 vector(1536) 等维度嵌入；用 <=>（余弦）、<->（L2）、<#>（内积）排序检索；建 HNSW 或 IVFFlat 索引，查询时调 hnsw.ef_search 或 ivfflat.probes；内容变更时用触发器将 embedding 置空，由应用轮询重新嵌入。NL2SQL 仅允许 SELECT、限制行数、设置 statement_timeout、绑定已知表并使用 RLS。
限制：资料未提供价格、平台支持范围与具体效果数据；示例维度对应特定嵌入模型，需按实际模型调整；是否采用 pgai 取决于外部模型可用性。附带文档建议产出 docs/data/pgvector-schema.md 与 docs/data/pgvector-perf.md，并配合 ai-rag-patterns、postgresql-fundamentals、postgresql-advanced-sql 使用。