#vector-database Repositories
Insgesamt 144 Repositories
Ein Cyber-Gehirn für Ihre KI. Es vergisst nie ein Detail, erinnert sich genau an das, was Sie gesagt haben, und lernt mit der Zeit, wie Sie arbeiten. Kostenlos, lokal, funktioniert mit Cursor, Claude Code, Codex, OpenClaw, Hermes und mehr. MIT.
ChatWeb kann Webseiten durchsuchen, PDFs, DOCX, TXT lesen und den Hauptinhalt extrahieren, um dann Ihre Fragen basierend auf dem Inhalt zu beantworten oder die wichtigsten Punkte zusammenzufassen.
⚕️GenAI-gestützter Multi-Agenten-Chatbot für medizinische Diagnostik und die Unterstützung von Gesundheitsforschern. 🏥 Entwickelt für medizinisches Fachpersonal, Forscher und Patienten.
Eine leistungsstarke Vektordatenbank, die parallele Graphberechnung nutzt
OpenSwarm — Autonomer AI-Entwicklungsteam-Orchestrator, angetrieben von Claude Code CLI. Discord-Steuerung, Linear-Integration, kognitive Erinnerung.
Neum AI ist ein erstklassiges Framework, um die Erstellung und Synchronisierung von Vektor-Embeddings in großem Maßstab zu verwalten.
Eine LLM-gestützte erweiterte RAG-Pipeline, von Grund auf neu erstellt
Eine End-to-End-Infrastruktur zum Trainieren und Bewerten verschiedener LLM-Agenten.
Langzeitgedächtnis für KI-Assistenten. Graph- und Vektorspeicher, der Entscheidungen, Beziehungen und Kontext über Sitzungen hinweg abruft.
Gemeinsame Speicher-Schicht in einer einzigen Datei für all Ihre Agenten, RAG mit weniger als einer Millisekunde für Text, Fotos und Videos auf Apple Silicon. Kein Server. Keine API. Eine Datei. Reines Swift.
Lernen Sie die Vektorsuche mit Rust und DataFusion; der C++/BusTub-Track ist veraltet.
Ein Chatbot/GraphRAG-Framework, das Multi-LLM-Agenten aus Benutzerkommentaren von sozialen Plattformen erstellt und sie über bestimmte Themen debattieren lässt.
Die Open-Source-Meme-Suchmaschine und Finder. Kostenlos und zum lokalen Selbst-Hosting mit Python, Ruby und Docker entwickelt.
2025 AI-Programmierassistent Praktikumsprojekte (Autor: Programmierer Yupi), basierend auf Spring Boot 3.5 + Java 21 + LangChain4j + AI, baut einen intelligenten Programmierlern- und Job-Coaching-Roboter auf, der Themen wie AI-Großmodell-Integration, Kernfunktionen von LangChain4j, Streaming-Gespräche, Prompt-Engineering, RAG-Retrieval-Augmentation, Vektordatenbanken, Tool Calling, MCP-Modellkontextprotokoll, Web-Crawler, Sicherheitsmaßnahmen, Vue.js-Frontend-Entwicklung, SSE-Server-Push und andere unternehmensrelevante AI-Anwendungsentwicklungstechnologien abdeckt. Hilft Entwicklern, essenzielle Fähigkeiten für die AI-Ära zu meistern, sich mit dem LangChain-Framework vertraut zu machen, die Programmierlern-Effizienz und die Job-Konkurrenzfähigkeit zu steigern und zu den von Unternehmen gefragten AI-Fullstack-Entwicklern zu werden.
RAGLight ist ein modulares Framework für Retrieval-Augmented Generation (RAG). Es ermöglicht das einfache Einbinden verschiedener LLMs, Embeddings und Vektor-Speicher und beinhaltet nun eine nahtlose MCP-Integration, um externe Tools und Datenquellen zu verbinden.
Eine Python-Vektordatenbank, die Sie genau brauchen – nicht mehr und nicht weniger.
Vectra ist eine lokale Vektordatenbank für Node.js mit Funktionen, die Pinecone ähneln, aber unter Verwendung lokaler Dateien erstellt wurde.
NextPlaid, ColGREP: Multivektor-Suche, von der Datenbank bis zu Coding-Agenten.
C# .NET NoSQL (Schlüssel-Wert, Objekt-Speicher eingebettet TextSearch SemanticSearch Vector-Schicht) ACID Multi-Paradigma-Datenbanksystem.
🔥 Erstellen Sie sofort KI-Chatbots für jede Website mit RAG-gestützter Suche, Streaming-Antworten und OpenAI-kompatiblen API-Endpunkten
Verschlüsselte, vollständig offline arbeitende agentische Speicherung. Ein-Klick-Installation, GUI mit Speicherkarte, alle Betriebssysteme und Agenten. Überlegene Speichererstellung, -speicherung und -abruf.
Eine einfache Beispielimplementierung des VoiceRAG-Musters zur Ermöglichung interaktiver generativer KI-Sprachfunktionen mithilfe von RAG mit Azure AI Search und dem Modell gpt-4o-realtime-preview von Azure OpenAI.
Verwenden Sie ArXiv ChatGuru, um mit Forschungsarbeiten zu sprechen. Diese App verwendet LangChain, OpenAI, Streamlit und Redis als Vektor-Datenbank/semantischen Cache.
📊 Ein KI-Agent für intelligente Abfragen in einem E-Commerce-Data-Warehouse – das ideale Praxisprojekt, um LangGraph systematisch zu erlernen. Mit LangGraph, FastAPI, Qdrant, Elasticsearch, MySQL und React umgesetzt, bietet es eine vollständige Implementierung einer Metadaten-Wissensdatenbank, hybrider Suche, NL2SQL-Generierung und -Validierung, SQL-Ausführung sowie der Streaming-Anzeige von Abfrageergebnissen. Der vollständige Full-Stack-Code für Frontend und Backend ist direkt ausführbar; die Bereitstellung in einer Docker-Umgebung gelingt mit einem Klick. Dazu gibt es das kostenlose Tutorial ai-agents-from-zero und Code-Branches zu jedem Kapitel. Ideal, um Anwendungen mit großen Sprachmodellen, Datenanalyse-Agenten und die Umsetzung von KI-Lösungen für Unternehmen systematisch kennenzulernen.
Interessante LLM-Projekte, die ich für meinen YouTube-Kanal mit den Open‑Source-Modellen von Ollama erstellt habe.
Veraltetes historisches Repository. Superlinked entwickelt jetzt SIE, eine selbst gehostete Inferenz-Engine für Embeddings, Reranking, OCR, Extraktion und Dokumentenverarbeitung.
VectorRAG.Net ist eine .NET-native Hochleistungs-Vektordatenbank-Bibliothek für semantische Suche und RAG (Retrieval-Augmented Generation). Die Kernsuche basiert auf der Generierung von Kandidaten mittels Random Hyperplane LSH mit exakter Neubewertung durch Punktprodukt/Kosinus.
Local-first-Speicher für KI-Agenten mit Wissensgraph, Ontologiebeschränkungen und nachvollziehbarem Schlussfolgern – alles in einer einzigen SQLite-Datei.
Der Supabase der KI-Ära. Ein modularer, Open-Source-Backend für die Erstellung von KI-nativen Software — für Wissen konzipiert, nicht für statische Daten.
Ein RAG【Retrieval-Augmented Generation】-System, das sich zum Lernen, Verwenden und autonomen Erweitern eignet! Kann mit dem Internet verbunden werden, um KI-Suchen durchzuführen.
🕵️♂️ Bibliothek, die für Entwickler entwickelt wurde, die das Potenzial großer Sprachmodelle (LLM) und anderer generativer KI auf eine saubere, effektive und Go-idiomatische Weise erkunden möchten.
Symbol Delta Ledger (SDL-MCP) ist eine richtlinienzentrierte Kontextbudget-Ebene für Programmieragenten: Sie kombiniert Symbolgraph-Intelligenz mit präzisen Werkzeugen. Sie verwandelt umfangreiche Codebasen in einen kompakten, informationsreichen Kontext, der Tokens spart, Arbeitsabläufe beschleunigt und die Ergebnisse von Agenten verbessert.