Trieve的基础设施包含Postgres和专用搜索引擎。然而，仅使用pgvector的Postgres并不是一个完整的解决方案。Pgvector缺乏可扩展性，不能正确处理否定词或提供关键词高亮显示。它还在过滤和排序查询方面存在性能问题。相比之下，Trieve和其他搜索解决方案提供更好的性能，支持稀疏向量和其他搜索模式，并能处理大型数据集。虽然pgvector可能更简单，但它缺乏重要功能。Trieve可供进一步讨论和协助。

Trieve发布了一款新的JavaScript SDK，使得将Trieve集成到应用程序中变得更加容易。该SDK提供了更简洁和高效的API调用方式，并提供了导出的类型以协助开发。它还包括用于各种API功能的函数，例如搜索和RAG完成。提供了全面的文档以便于参考。

这篇文章讲述了作者在使用Trieve代码库时的经历，通过这个工具，他能够更好地提出问题并与团队分享，帮助团队识别问题和改进文档的重要性。

本指南介绍了如何使用Firecrawl和Trieve在Python和JS中构建SigNoz文档的搜索和RAG。使用Firecrawl的REST API将URL上的每个页面转换为向量搜索和RAG-ready markdown。然后，Trieve的API可以接收markdown文档的块，将它们嵌入到搜索索引中，并最终调用执行AI搜索和RAG。所有使用的代码（包括node.js和Python）也在GitHub上提供。