postgresml

在 PostgreSQL 里直接跑机器学习，用 SQL 搞定 AI 应用

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 363 🐛 待处理 148 👀 关注 55

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 6830

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，可自行部署，完全免费。

项目预览

项目数据

分类搜索知识

开发团队postgresml

官网地址https://postgresml.org

GitHubhttps://github.com/postgresml/postgresml

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，可自行部署，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Rust

技术栈/模型ai,ann,approximate-nearest-neighbor-search,artificial-intelligence,classification,clustering,embeddings,forecasting,knn,llm,machine-learning,ml,postgres,rag,regression,sql,vector-database

GitHub 星标★ 6830

上线时间2022-04-11 00:00:00

代码更新2025-07-01

仓库体积435.4 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

PostgresML 是一个将机器学习直接集成到 PostgreSQL 数据库中的开源扩展，用 Rust 编写，并利用 GPU 加速。它解决了传统 ML 工作流中数据搬运和模型部署复杂的问题，让你能在数据库内完成模型训练、推理和向量搜索。核心能力包括：支持多种监督学习和无监督学习算法（如回归、分类、聚类）、内置 Hugging Face Transformers 模型、支持全文搜索和向量相似度搜索，并能通过 SQL 命令直接调用。它提供 Python 客户端和 Docker 镜像，方便快速部署。对于需要将 AI 功能与现有数据基础设施紧密结合的团队，PostgresML 能显著降低系统复杂度和延迟。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 6830

技术标签

ai artificial-intelligence classification clustering embeddings

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

一个可连接的 PostgreSQL 数据库
在数据库中安装开源 pgml 扩展
如需 GPU 加速，需要具备 GPU 的运行环境
如不想自托管，可使用 PostgresML Cloud 云服务

安装与启动步骤

1准备Postgres环境

README 明确说明唯一前置条件：一个安装了开源 pgml 扩展的 Postgres 数据库。
2安装pgml扩展

在你的 Postgres 实例中安装 pgml 扩展；README 节选未给出具体命令，请以官方文档为准。
3选择部署方式

README 的 Getting started 提供两条路径：PostgresML Cloud 云服务或 Self-hosted 自托管。
4查阅官方文档

按 postgresml.org/docs 的 Getting started 指引完成安装与初始化配置。
5了解LLM与RAG能力

README 有 Large Language Models 和 RAG 章节，涵盖 Hugging Face、OpenAI、嵌入与检索。
6加入社区求助

遇到问题可到 README 中链接的 Discord 社区提问，或阅读官方博客示例。