Git Stars Git Stars

#hnsw Repositorios

Descubre 16 repositorios activos de código abierto de GitHub etiquetados con #hnsw, que acumulan 218,329 estrellas en total (una media de 13,645 estrellas por proyecto). El líder de este tema es ruvnet/ruflo, con 82,196 estrellas.

16
Total de Repositorios
218,329
Total de estrellas
13,645
Promedio de Estrellas/Repo

16 repositorios en total

1
ruvnet/ruflo

🌊 El arnés de agentes original. Despliega enjambres inteligentes multiagente, coordina flujos de trabajo autónomos y construye sistemas de IA conversacional. Incluye memoria adaptativa, inteligencia de autoaprendizaje, federación, integración con RAG vectorial y compatibilidad nativa con Claude Code / Codex / Hermes, entre muchos otros, todo integrado

ruvnet
⭐ 82,196 TypeScript 👤 ruvnet User 🕐 Actualizado 2026-11-21 📅 Creado 2025-06-02
2
milvus-io/milvus

Milvus es una base de datos de vectores de alto rendimiento y nativa de la nube construida para búsquedas ANN de vectores escalables.

milvus-io
⭐ 46,712 Go 👤 milvus-io Organization 🕐 Actualizado 2026-11-21 📅 Creado 2019-09-16
3
qdrant/qdrant

Qdrant – Base de datos vectorial y motor de búsqueda vectorial de alto rendimiento y a gran escala para la próxima generación de IA. También disponible en la nube https://cloud.qdrant.io/

qdrant
⭐ 35,653 Rust 👤 qdrant Organization 🕐 Actualizado 2026-11-20 📅 Creado 2020-05-30
4
weaviate/weaviate

Weaviate es una base de datos de vectores de código abierto que almacena tanto objetos como vectores, permitiendo la combinación de búsqueda vectorial con filtrado estructurado con la tolerancia a fallos y escalabilidad de una base de datos nativa de la nube.

weaviate
⭐ 16,960 Go 👤 weaviate Organization 🕐 Actualizado 2026-11-21 📅 Creado 2016-03-30
5
alibaba/zvec

Una base de datos vectorial ligera, ultra rápida y en proceso

alibaba
⭐ 16,275 C++ 👤 alibaba Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-12-05
6
infiniflow/infinity

La base de datos nativa de IA construida para aplicaciones LLM, que proporciona una búsqueda híbrida increíblemente rápida de vectores densos, vectores dispersos, tensores (multivectoriales) y texto completo.

infiniflow
⭐ 4,770 C++ 👤 infiniflow Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-07-18
7
oceanbase/seekdb

La base de datos de búsqueda nativa de IA. Ideal para el almacenamiento de agentes, unifica datos vectoriales, textuales, estructurados y semiestructurados en un solo motor. Esta base de datos todo en uno hace que los agentes sean más inteligentes, más fáciles de ejecutar y más estables.

oceanbase
⭐ 3,253 C++ 👤 oceanbase Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-10-21
8
ekzhu/datasketch

MinHash, LSH, LSH Forest, Weighted MinHash, HyperLogLog, HyperLogLog++, LSH Ensemble y HNSW

ekzhu
⭐ 2,980 Python 👤 ekzhu User 🕐 Actualizado 2026-10-26 📅 Creado 2015-03-20
9
hora-search/hora

🚀 Una biblioteca de colecciones de algoritmos eficientes para la búsqueda aproximada del vecino más cercano escrita en Rust 🦀 .

hora-search
⭐ 2,655 Rust 👤 hora-search Organization 🕐 Actualizado 2026-02-17 📅 Creado 2021-05-15
10
spotify/voyager

Una biblioteca de búsqueda de vecinos más cercanos aproximados para Python y Java con un enfoque en la facilidad de uso, la simplicidad y la desplegabilidad.

spotify
⭐ 1,608 C++ 👤 spotify Organization 🕐 Actualizado 2026-11-16 📅 Creado 2023-04-13
11
endee-io/endee

Endee.io – Una base de datos vectorial de alto rendimiento, diseñada para manejar hasta 1B de vectores en un solo nodo, ofreciendo ganancias significativas de rendimiento a través de indexación y ejecución optimizadas. También disponible en la nube https://endee.io/

endee-io
⭐ 1,296 C++ 👤 endee-io Organization 🕐 Actualizado 2026-07-29 📅 Creado 2026-01-24
12
orneryd/NornicDB

Nornicdb es una base de datos distribuida de baja latencia, Graph+Vector y Temporal MVCC, con búsqueda HNSW, recorrido de grafos y escrituras en menos de un milisegundo. Al utilizar Neo4j Bolt/Cypher y gRPC de qdrant, puede realizar la transición sin cambios, mientras añade funciones inteligentes como esquemas, embeddings gestionados, reranking+LLM, aceleración por GPU, Auto-TLP, decaimiento de memoria basado en políticas y servidor MCP.

orneryd
⭐ 933 Go 👤 orneryd User 🕐 Actualizado 2026-11-21 📅 Creado 2025-12-06
13
microsoft/rag-time

RAG Time: Un viaje de aprendizaje de 5 semanas para dominar RAG

microsoft
⭐ 888 Jupyter Notebook 👤 microsoft Organization 🕐 Actualizado 2025-06-17 📅 Creado 2024-12-11
14
lanterndata/lantern

Extensión de la base de datos vectorial de PostgreSQL para crear aplicaciones de IA

lanterndata
⭐ 871 Rust 👤 lanterndata Organization 🕐 Actualizado 2024-12-12 📅 Creado 2023-07-11
15
skyzh/vector-db-from-scratch

Aprende búsqueda vectorial con Rust y DataFusion; la ruta de C++/BusTub está obsoleta.

skyzh
⭐ 815 Rust 👤 skyzh User 🕐 Actualizado 2026-09-16 📅 Creado 2024-01-10
16
gdstudio-org/Embeat

Sistema de recomendación musical entre canciones, entrenado con 45 millones de canciones de Spotify y 1,8 millones de listas de reproducción. (Introduce un ID de canción de Spotify / ISRC y obtén canciones similares).

gdstudio-org
⭐ 548 Python 👤 gdstudio-org User 🕐 Actualizado 2026-09-24 📅 Creado 2026-06-26

Preguntas frecuentes

1

¿Cuál es el repositorio de #hnsw más popular en GitHub?

El proyecto de código abierto de #hnsw mejor posicionado en GitHub es ruvnet/ruflo, con 82,196 estrellas. 🌊 El arnés de agentes original. Despliega enjambres inteligentes multiagente, coordina flujos de trabajo autónomos y construye sistemas de IA conversacional. Incluye memoria adaptativa, inteligencia de autoaprendizaje, federación, integración con RAG vectorial y compatibilidad nativa con Claude Code / Codex / Hermes, entre muchos otros, todo integrado

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #hnsw?

Entre los proyectos de #hnsw mejor posicionados en GitHub, los lenguajes de programación más comunes son C++, Rust, Go, Python.

3

¿Cómo se calcula la clasificación de los repositorios de #hnsw?

Seguimos 16 repositorios activos de código abierto etiquetados con #hnsw (500+ estrellas), que suman un total de 218,329 estrellas, con una media de 13,645 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.