
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
本文档提供在Docker容器中运行包含PgVector扩展的PostgreSQL的详细步骤,包括验证扩展、创建表、插入数据及执行查询等操作说明。
1. 启动Docker容器
bashdocker run --name pgvector-test -e POSTGRES_PASSWORD=postgres -d azaddjan/pgvector:v0.8.0-postgres17
此命令启动一个预安装PgVector扩展的PostgreSQL容器。
2. 连接PostgreSQL实例
bashdocker exec -it pgvector-test psql -U postgres
通过psql命令行工具连接到PostgreSQL实例。
3. 验证PgVector扩展
执行以下SQL命令检查vector扩展是否可用:
sqlSELECT * FROM pg_available_extensions WHERE name = 'vector';
4. 创建含向量列的表
创建用于存储向量数据的表:
sqlCREATE TABLE items (id serial primary key, embedding vector(3));
5. 插入向量数据
向表中插入向量数据:
sqlINSERT INTO items (embedding) VALUES ('[1, 2, 3]');
6. 查询向量数据
从表中检索数据:
sqlSELECT * FROM items;
7. 退出PostgreSQL CLI
使用以下命令退出psql:
\q
8. 停止并删除容器
停止容器:
bashdocker stop pgvector-test
删除容器:
bashdocker rm pgvector-test
本指南演示了在Docker容器中设置和测试PgVector扩展的完整流程,涵盖扩展验证、表创建、数据操作等核心步骤。使用完毕后可停止并删除容器以释放资源。
以下是 azaddjan/pgvector 相关的常用 Docker 镜像,适用于 不同场景 等不同场景:
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。





来自真实用户的反馈,见证轩辕镜像的优质服务