#similarity-search Repositories
Entdecke 27 aktive Open-Source-GitHub-Repositories, die mit #similarity-search getaggt sind und insgesamt 198,119 Sterne gesammelt haben (durchschnittlich 7,337 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist facebookresearch/faiss mit 41,842 Sternen.
Insgesamt 27 Repositories
Eine Bibliothek für effiziente Ähnlichkeitssuche und Clustering von dichten Vektoren.
Qdrant – Hochleistungsfähige Vektordatenbank und Vektorsuchmaschine in massivem Maßstab für die nächste Generation von KI. Auch in der Cloud verfügbar https://cloud.qdrant.io/
Open-Source-Alternative zu Algolia + Pinecone und eine einfachere Alternative zu ElasticSearch ⚡ 🔍 ✨ Schneller, fehlertoleranter, im-Speicher-Fuzzy-Suchmaschine zum Erstellen toller Sucherlebnisse
Weaviate ist eine Open-Source-Vektordatenbank, die sowohl Objekte als auch Vektoren speichert und die Kombination von Vektorsuche mit strukturiertem Filtern mit der Fehlertoleranz und Skalierbarkeit einer cloud-nativen Datenbank ermöglicht.
Entwicklerfreundliche OSS-Embedded-Retrieval-Bibliothek für multimodale KI. Mehr suchen; weniger verwalten.
Ein Postgres für Ihre Anwendungsdaten, Volltextsuche, Vektorabruf und Aggregationen. Das Zuhause der pg_search-Erweiterung.
Semantischer Cache für LLMs. Vollständig integriert mit LangChain und llama_index.
🦛 CHONK Doku mit Chonkie ✨ — Die leichtgewichtige Ingestionsbibliothek für schnelle, effiziente und robuste RAG-Pipelines
Ein Proximity-Graph für Vektorsuche, Sparse-Produkte und Attention über RAM, VRAM und NVMe hinweg, für dichte Vektoren, Sequenzen, Formen und Geodatenmengen in 14 Sprachen 🔍
Ein plattformübergreifendes Framework zur Videostrukturierung (Videoanalyse) basierend auf CV-Modellen und mLLM.
🚀 Eine effiziente Sammlung von Algorithmen für die Suche nach ungefähr nächstliegenden Nachbarn, geschrieben in Rust 🦀 .
Sammlungen von Bibliotheken, Diensten und Forschungsarbeiten im Zusammenhang mit Vektorsuche
Eine ultraschnelle lokale Vektordatenbank für die Verwendung mit LLM-Agenten. Wir akzeptieren jetzt SAFEs mit einer Obergrenze von 135 Millionen US-Dollar.
ArcadeDB Multi-Model Database, ein DBMS, das SQL, Cypher, Gremlin, HTTP/JSON, MongoDB und Redis unterstützt. ArcadeDB ist ein konzeptioneller Fork von OrientDB, dem ersten Multi-Model-DBMS. ArcadeDB unterstützt Vektor-Embeddings.
SQLite-Vector ist eine plattformübergreifende, hocheffiziente SQLite-Erweiterung, die Vektorsuchfunktionen in Ihre eingebettete Datenbank bringt.
Ein @ClickHouse-Fork, der Hochleistungs-Vektorsuche und Volltextsuche unterstützt.
Ähnlichkeiten: Ein Toolkit zur Ähnlichkeitsberechnung und semantischen Suche. Ähnlichkeitsberechnungs-, Matching-Such-Toolkit, unterstützt Milliarden von Daten für Text-zu-Text-, Text-zu-Bild-, Bild-zu-Bild-Suche, entwickelt mit Python 3, sofort einsatzbereit.
Erstellen Sie automatisch Faiss knn-Indizes mit den optimalsten Parametern für die Ähnlichkeitssuche.
Vectra ist eine lokale Vektordatenbank für Node.js mit Funktionen, die Pinecone ähneln, aber unter Verwendung lokaler Dateien erstellt wurde.
C# .NET NoSQL (Schlüssel-Wert, Objekt-Speicher eingebettet TextSearch SemanticSearch Vector-Schicht) ACID Multi-Paradigma-Datenbanksystem.
vsag ist eine Vektorindexierungsbibliothek, die für die Ähnlichkeitssuche verwendet wird.
Verwandeln Sie Ihre Bilder und Videos in eine persönliche Wissensdatenbank
Häufig gestellte Fragen
Welches ist das beliebteste #similarity-search-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#similarity-search-Projekt auf GitHub ist facebookresearch/faiss mit 41,842 Sternen. Eine Bibliothek für effiziente Ähnlichkeitssuche und Clustering von dichten Vektoren.
Welche Programmiersprachen werden in #similarity-search-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #similarity-search-Projekten auf GitHub sind C++, Python, Rust, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #similarity-search-Repositories berechnet?
Wir verfolgen 27 aktive Open-Source-Repositories, die mit #similarity-search getaggt sind (500+ Sterne), mit insgesamt 198,119 Sternen und durchschnittlich 7,337 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.