Увійти Реєстрація
Вакансії
Вакансії Laravel Компанії Статистика
Підготовка
Як підготуватися Співбесіди Тестування Документація
Блог
Всі статті Серії
Екосистема
Пакети Ресурси Проєкти Інструменти Події Відео
Інше
Про нас Реклама
Новини 06 жовтня 2026

Простий векторний пошук подібності для Laravel: драйвер Pgvector для Scout

Розробник Бен Бьюрстром (Ben Bjurstrom) у статті на своєму блозі розповів про драйвер Pgvector для Laravel Scout. Він спрощує пошук за векторними ембедингами та їх підтримку в актуальному стані. Scout добре поєднується з pgvector, оскільки його model observers автоматично синхронізують ембединги зі змінами в даних. Репозиторій пакета: benbjurstrom/pgvector-scout.

Навіщо потрібен пошук за поняттям

Автор ставить питання: що, якщо шукати дані за концепцією, а не за ключовим словом, наприклад за абстрактною категорією? Для демонстрації він використовує набір даних Amazon Fine Food Reviews: перші 500 відгуків завантажено в таблицю демонстраційного застосунку.

Запит за ключовим словом на кшталт «pancakes» виконати нескладно, можна навіть додати нечіткий пошук, щоб знаходилась і форма однини «pancake». Але як знайти всі відгуки про сніданкову їжу: млинці, вафлі, яйця, вівсянку тощо? Людина розуміє, що всі ці страви належать до сніданків, а от як змусити пошук це «зрозуміти»?

Векторні ембединги

Відповідь - векторні ембединги. Це числові представлення даних, які передають семантичний зміст. За допомогою великої мовної моделі фрагменти тексту відображаються у багатовимірний простір, де схожі за змістом поняття групуються поруч.

У прикладі зі сніданками відгуки про різні сніданкові страви опиняться приблизно в одній ділянці цього простору. Тоді можна обчислити відстань між вектором загального пошукового терміна, наприклад «Breakfast», і векторами відгуків. Відгуки з найменшою відстанню, імовірно, стосуються сніданків (за умови, що такі є в наборі даних).

А як щодо великих документів?

Відгуки - це короткі тексти. Якщо ж йдеться про довші матеріали (дописи блогу, документацію, PDF), не можна просто віддати весь документ в один ембединг і чекати хороших результатів. Спершу його потрібно розбити на семантичні частини. Для цього автор радить свою статтю про PHP Markdown Chunker, де описано розумне розбиття документів зі збереженням структури та змісту.

Раніше для зберігання ембедингів і обчислення відстаней між векторами потрібна була окрема векторна база даних. Проте розширення Pgvector для PostgreSQL дає змогу зберігати ембединги та виконувати пошук за подібністю в тій самій реляційній базі, де вже лежать ваші дані.

Pgvector і Laravel Scout: ідеальна пара

У Laravel-застосунку потрібно вирішити кілька завдань: перетворити текст відгуків на ембединги через API (наприклад, OpenAI), зробити те саме з пошуковим терміном «Breakfast» і підтримувати синхронізацію ембедингів, коли відгуки редагуються, оновлюються чи видаляються.

Laravel Scout - офіційна бібліотека на основі драйверів, що додає пошук до Eloquent-моделей. Вона містить model observers, які автоматично синхронізують дані з пошуковим індексом під час створення, оновлення чи видалення моделі. Драйвер автора використовує ці observers, тож векторні ембединги завжди відповідають актуальному стану даних.

Демонстраційний застосунок

Щоб показати підхід на практиці, автор підготував демо на основі згаданого датасету. Репозиторій демо: benbjurstrom/pgvector-scout-demo.

Налаштування бази даних і моделі

Застосунок містить міграцію для таблиці reviews і сідери з першими 500 відгуками Amazon Fine Food та відповідними ембедингами, отриманими з моделі OpenAI text-embedding-3-small.

Також є Eloquent-модель для таблиці reviews із двома необхідними трейтами: HasEmbeddings і Searchable.

// App\Models\Review

namespace App\Models;

use Illuminate\Database\Eloquent\Model;
use Laravel\Scout\Searchable;
use BenBjurstrom\PgvectorScout\Models\Concerns\HasEmbeddings;

class Review extends Model
{
    use HasEmbeddings, Searchable;

Пошук в індексі

На цьому все налаштування завершено. Контролер індексу приймає запит і передає його в метод search моделі через Laravel Scout. Запит автоматично перетворюється на вектор за допомогою OpenAI, після чого в базі виконується пошук за подібністю. 50 відгуків, найближчих до пошукового терміна у векторному просторі, передаються у Blade-представлення.

// App\Http\Controllers\ReviewController

public function index(Request $request)
{
    $query = $request->query('query');

    $reviews = Review::search($query)
        ->paginate(50)
        ->withQueryString();

    return view('reviews.index', [
        'reviews' => $reviews,
        'query' => $query
    ]);
}

Результати запиту «Breakfast» показано на скриншоті в оригінальній статті. Права колонка тепер відображає відстань між вектором пошукового терміна та ембедингом відгуку.

Пошук пов'язаних відгуків

Демо також показує, як виводити пов'язані відгуки на сторінці деталей відгуку. Для цього в методі show контролера ReviewController у метод search моделі передається вектор поточного відгуку. Після цього вибирається шість найближчих результатів, які передаються у Blade-представлення.

// App\Http\Controllers\ReviewController

public function show(string $id)
{
    $review = Review::findOrFail($id);

    $relatedReviews = Review::search($review->embedding->vector)
        ->take(6)
        ->get();

    return view('reviews.show', compact('review', 'relatedReviews'));
}

У статті наведено приклад шести відгуків, пов'язаних із відгуком про корм для собак.

20

Читати в документації

Коментарі

Увійдіть, щоб залишити коментар

Будьте першим, хто залишить коментар!

Читайте також

Laravel 13.43
Новини 19 листопада 2026

Laravel 13.43 і 12.73: серія виправлень безпеки, від масового присвоєння до підписаних URL

Laravel 13.43.0 і 12.73.0 закривають обхід захисту масового присвоєння через мутатори, ще одну дірку в терміні дії підписаних URL, DoS у JsonSchema і XSS на debug-сторінці. Кілька правил валідації exists, unique і not_regex після оновлення можуть поводитися суворіше.

14
Laravel 13.43
Новини 19 листопада 2026

Laravel 13.43: атрибут RetryFor, releaseUsingBackoff() і повтори Predis після обриву з'єднання

Laravel 13.43.0 додає атрибут #[RetryFor] замість методу retryUntil() і releaseUsingBackoff() для завдань, що самі повертаються в чергу. Predis тепер повторює безпечні команди після втрати з'єднання, а JsonSchema::rules() виводить правила валідації прямо зі схеми.

13

Вакансії за темою

FAVBET Нова
3 дні тому

PHP Tech Lead

Технічний лідер PHP-команди з ownership над ключовими сервісами: інтеграціями, обробкою транзакцій і сегментацією користувачів. Проєктує сервіси, веде SDD і TIP, робить code review, менторить розробників і впроваджує AI-assisted розробку. Вимоги: 6+ років досвіду на Symfony або Laravel, 2+ роки на ролі Tech Lead, глибоке знання PHP 8+ і Symfony, PostgreSQL, Redis, RabbitMQ, Docker/Kubernetes.

N-iX
15 днів тому

Senior / Lead PHP Engineer with AI skills (#5887)

Розробка та підтримка backend-сервісів і API на PHP та Laravel для нового великого релізу європейського онлайн-маркетплейсу автомобілів. Завдання включають інтеграцію агентних AI-потоків (LLM-агенти, tool-calling), менторство інженерів і відповідальність за фічі від дизайну до моніторингу. Вимоги: 6+ років PHP, 4+ роки з Laravel, практичний досвід GenAI, сильні знання MySQL/PostgreSQL, Docker та хмарних платформ, англійська Upper-Intermediate.

Vodworks
17 днів тому

Full Stack (JavaScript / PHP / AI)

Senior-розробник на позиції індивідуального контриб'ютора без керування людьми: архітектура та розробка масштабованих застосунків, мікросервісів і API, переважно на PHP з Laravel, а також JavaScript і сучасний фронтенд. Завдання включають обробку даних у реальному часі, кешування, черги повідомлень і розподілені системи. Вимоги: 7+ років досвіду, практичне використання AI-інструментів у розробці, англійська C1 і вище, менторство молодших розробників.

Пакети за темою

Bagisto

bagisto/bagisto

Bagisto — це платформа для електронної комерції, побудована на Laravel. Вона надає готове рішення для створення та управління інтернет-магазинами з підтримкою каталогу товарів, замовлень, платежів та клієнтів.

28,384 v2.5.2 13 28

Aimeos Laravel

aimeos/aimeos-laravel

Cloud-native, API-first Laravel пакет для електронної комерції з інтегрованою штучною інтелектуальністю для надшвидких онлайн-магазинів, маркетплейсів та складних B2B проектів.

8,715 2026.10.2 13 12