Vector Databases : pgvector vs Pinecone vs Weaviate : Comparatif Complet

Recherche classique (SQL) :
SELECT * FROM documents WHERE content LIKE '%machine learning%'
→ Trouve exactement les mots "machine learning"
→ Rate : "apprentissage automatique", "ML", "deep learning"

Recherche vectorielle :
SELECT * FROM documents ORDER BY embedding <-> query_embedding LIMIT 5
→ Trouve les documents sémantiquement proches
→ Trouve aussi : "apprentissage automatique", "réseaux de neurones", "IA"

from agno.vectordb.pgvector import PgVector, SearchType
from agno.knowledge.embedder.openai import OpenAIEmbedder
from agno.knowledge.knowledge import Knowledge

knowledge = Knowledge(
    vector_db=PgVector(
        db_url="postgresql+psycopg://user:pass@localhost:5432/mydb",
        table_name="documents",
        search_type=SearchType.hybrid,
        embedder=OpenAIEmbedder(id="text-embedding-3-small"),
    ),
)

from agno.vectordb.lancedb import LanceDb, SearchType
from agno.knowledge.embedder.openai import OpenAIEmbedder
from agno.knowledge.knowledge import Knowledge

knowledge = Knowledge(
    vector_db=LanceDb(
        uri="tmp/lancedb",           # Dossier local
        table_name="docs",
        search_type=SearchType.vector,
        embedder=OpenAIEmbedder(id="text-embedding-3-small"),
    ),
)

from agno.vectordb.qdrant import Qdrant
from agno.knowledge.embedder.openai import OpenAIEmbedder
from agno.knowledge.knowledge import Knowledge

knowledge = Knowledge(
    vector_db=Qdrant(
        collection="mes_documents",
        url="http://localhost:6333",  # Ou votre instance cloud
        embedder=OpenAIEmbedder(id="text-embedding-3-small"),
    ),
)

pip install agno openai lancedb tantivy pypdf
# tantivy est nécessaire pour la recherche hybride (BM25)

# rag_lancedb.py
import os
from agno.agent import Agent
from agno.knowledge.embedder.openai import OpenAIEmbedder
from agno.knowledge.knowledge import Knowledge
from agno.models.openai import OpenAIResponses
from agno.vectordb.lancedb import LanceDb, SearchType

# Configuration
os.environ["OPENAI_API_KEY"] = "sk-..."

knowledge = Knowledge(
    vector_db=LanceDb(
        uri="tmp/lancedb",
        table_name="docs",
        search_type=SearchType.hybrid,  # Sémantique + BM25
        embedder=OpenAIEmbedder(id="text-embedding-3-small"),
    ),
)

# Charger un PDF (s'exécute une seule fois, LanceDB persiste les données)
knowledge.insert(
    url="https://agno-public.s3.amazonaws.com/recipes/ThaiRecipes.pdf"
)

# Créer l'agent
agent = Agent(
    model=OpenAIResponses(id="gpt-4o-mini"),
    knowledge=knowledge,
    instructions=[
        "Cherche dans ta base de connaissances avant de répondre.",
        "Si l'information n'est pas dans tes documents, dis-le clairement.",
    ],
    markdown=True,
)

# Interroger
agent.print_response("Quels ingrédients pour un Pad Thai ?", stream=True)

python rag_lancedb.py
# La première exécution indexe le PDF (~30 secondes)
# Les exécutions suivantes sont instantanées (données persistées dans tmp/lancedb/)

-- Dans l'éditeur SQL Supabase
create extension if not exists vector;

from agno.vectordb.pgvector import PgVector, SearchType
from agno.knowledge.embedder.openai import OpenAIEmbedder
from agno.knowledge.knowledge import Knowledge
from agno.agent import Agent
from agno.models.openai import OpenAIResponses
import os

SUPABASE_DB_URL = os.environ["SUPABASE_DB_URL"]
# Format attendu par psycopg3 :
# postgresql+psycopg://postgres.[ref]:[password]@aws-0-eu-west-3.pooler.supabase.com:5432/postgres

knowledge = Knowledge(
    vector_db=PgVector(
        db_url=SUPABASE_DB_URL,
        table_name="knowledge_base",
        search_type=SearchType.hybrid,
        embedder=OpenAIEmbedder(id="text-embedding-3-small"),
    ),
)

# Charger vos documents
knowledge.insert(path="./docs/")

agent = Agent(
    model=OpenAIResponses(id="gpt-4o"),
    knowledge=knowledge,
    instructions="Réponds en français, basé sur ta base de connaissances.",
    markdown=True,
)

agent.print_response("Résume la documentation", stream=True)