AlloyDB AI 在 AlloyDB for PostgreSQL 中提供一套整合式 AI 和機器學習 (ML) 功能，可讓您使用營運資料庫資料建構生成式 AI 應用程式。您可以執行高速向量相似度搜尋、將自然語言問題轉譯為 SQL 查詢，以及直接從 SQL 叫用 Gemini Enterprise Agent Platform、OpenAI 和 Anthropic 的基礎模型。
為簡化建構 AI 應用程式的程序，AlloyDB 提供下列擴充功能：
vector 擴充功能：標準
pgvectorPostgreSQL 擴充功能經過自訂，適用於 AlloyDB，稱為vector。支援將生成的嵌入項目儲存在向量資料欄。這項擴充功能也支援純量量化功能，可建立IVF索引。您也可以建立IVFFlat索引或HNSW索引，這些索引可與現成的pgvector搭配使用。alloydb_scann 擴充功能：
alloydb_scann擴充功能採用 ScaNN 演算法，實作高效率的最近鄰索引。alloydb_scann擴充功能適用於 PostgreSQL 14、15、16、17 和 18。google_columnar_engine 擴充功能：ScaNN 索引可載入資料欄引擎，進一步加快向量搜尋速度。
google_ml_integration 擴充功能：
google_ml_integration擴充功能提供 AI 函式，可用於生成嵌入、語意排名，以及實作 AI 篩選器、join 和文字生成/摘要。這項擴充功能也提供註冊 AI 模型中繼資料的函式。接著，系統會使用註冊的中繼資料，叫用這些模型的預測。alloydb_ai_nl 擴充功能：
alloydb_ai_nl擴充功能可讓開發人員建構應用程式，準確且安全地回答使用者對 AlloyDB 資料庫中資料的自然語言問題。這樣一來，不擅長編寫 SQL 的使用者也能存取資料。如要使用新一代文字轉 SQL 工作流程和 AI 代理整合功能，建議使用 QueryData。
以下是 AlloyDB AI 和這些擴充功能支援的部分用途：
向量搜尋：使用 AlloyDB 儲存向量嵌入，並執行高效率的相似度搜尋。您可以運用 ScaNN 演算法，生成高效率的最鄰近索引。
使用 AlloyDB AI 函式執行智慧型 SQL 查詢：直接在 SQL 查詢中使用 AI。這樣一來，您就能重新排序搜尋結果，提高關聯性、將自然語言整合至 SQL 查詢，以及生成多模態嵌入，用於向量搜尋。
使用模型端點呼叫模型：將 AI 模型註冊為模型端點，並從 AlloyDB 呼叫端點，生成嵌入、叫用預測或執行相似度搜尋。
生成嵌入和叫用預測：使用 Gemini Enterprise Agent Platform 文字嵌入模型或已註冊的模型端點，生成文字或多模態嵌入。
使用 QueryData 以自然語言查詢資料：使用情境集 (範本、切面和值搜尋查詢)，將自然語言問題轉為 SQL 查詢，並將單輪自然語言轉 SQL 生成功能整合至 AI 代理和應用程式。
使用對話式數據分析建構資料代理：在 AlloyDB Studio 中建立有狀態的多輪資料代理並與其對話，以自然語言探索 AlloyDB 資料。
使用
alloydb_ai_nl擴充功能，從自然語言生成 SQL 陳述式：使用alloydb_ai_nl擴充功能，為應用程式新增資料庫內自然語言功能 (如要使用新的文字轉 SQL 工作流程，建議使用 QueryData)。