스케줄링 + Vector DB 기초

이번 주 목표

지금까지의 워크플로우를 장 시간대별로 자동 실행되게 묶고, 첫 RAG 시스템을 Supabase pgvector로 구축합니다.

• 멀티 스케줄 — 장전(08:00) / 장중(11:00, 14:00) / 장후(16:30) 별도 워크플로우
• 첫 RAG — 본인이 작성한 투자 노트(.txt/.md)를 임베딩 → Supabase 저장 → 자연어 검색

1. 멀티 스케줄 구조

각 시각마다 별도의 Schedule Trigger를 가진 워크플로우 운영. Execute Workflow 노드로 W1~W4 호출 체이닝.

2. 첫 RAG — 본인 투자 노트 검색

본인이 작성한 종목 분석 노트(텍스트 파일)를 검색 가능하게 만듭니다. W6 사업보고서 RAG의 워밍업.

임베딩 워크플로우 (1회성)

질의 워크플로우

Supabase RPC 함수 (코사인 유사도 top-K)

-- SQL Editor에서 한 번만 생성
create or replace function match_documents(
  query_embedding vector(1536),
  match_count int default 5
)
returns table(id bigint, content text, metadata jsonb, similarity float)
language sql stable as $$
  select id, content, metadata,
         1 - (embedding <=> query_embedding) as similarity
  from embeddings
  order by embedding <=> query_embedding
  limit match_count;
$$;

🟢 과제 5개