#vector-search Repositorios
Descubre 109 repositorios activos de código abierto de GitHub etiquetados con #vector-search, que acumulan 868,793 estrellas en total (una media de 7,970 estrellas por proyecto). El líder de este tema es ruvnet/ruflo, con 82,196 estrellas.
109 repositorios en total
🌊 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
Para los desarrolladores que están construyendo aplicaciones impulsadas por datos en tiempo real, Redis es el caché preferido, más rápido y con mayor riqueza de funciones, servidor de estructuras de datos, y motor de consulta de documentos y vectores.
Una API de motor de búsqueda ultrarrápida que trae búsqueda híbrida impulsada por IA a tus sitios y aplicaciones.
Milvus es una base de datos de vectores de alto rendimiento y nativa de la nube construida para búsquedas ANN de vectores escalables.
Plataforma de conocimiento LLM de código abierto: convierte documentos crudos en un RAG consultable, un agente de razonamiento autónomo y una Wiki auto-mantenida.
SeaweedFS es un sistema de almacenamiento distribuido para almacenamiento de objetos (S3), sistemas de archivos, buckets de tablas Iceberg y buckets de vectores Lance, diseñado para gestionar miles de millones de archivos con acceso al disco O(1) y un escalado horizontal sencillo.
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/
Plataforma de IA de Código Abierto - Chat de IA con funciones avanzadas que funciona con cada LLM
TencentDB Agent Memory es un centro de memoria a nivel de equipo para Agentes de IA, que convierte conversaciones, documentos y código en cuatro activos de memoria reutilizables (Chat Memory, Skill, LLM-Wiki, Code-Graph) que se gobiernan, comparten y equipan entre agentes y marcos de trabajo.
El arnés de IA número 1 para crear currículums, PDF, cartas de presentación y más, localmente con soporte para más de 100 LLMs.
Alternativa de código abierto a Algolia + Pinecone y una alternativa más fácil de usar a ElasticSearch ⚡ 🔍 ✨ Motor de búsqueda rápido, tolerante a errores tipográficos, en memoria difusa para crear experiencias de búsqueda encantadoras
Motor de búsqueda de IA y servidor MCP para bots y agentes. Un único binario de Rust indexa código, documentos, registros, archivos JSONL/CSV y PDF para búsquedas de texto completo BM25, vectoriales e híbridas, búsqueda de código sin grep, memoria de agentes y RAG. API compatible con Elasticsearch; Corpus Hub ofrece cientos de corpus de referencia para memoria.
Un índice vectorial construido sobre TurboQuant, escrito en Rust con enlaces de Python
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.
[Mejor artículo de MLsys2026]: https://arxiv.org/abs/2506.08276. RAG en todo con LEANN. Disfruta de un 97% de ahorro de almacenamiento mientras ejecutas una aplicación RAG rápida, precisa y 100% privada en tu dispositivo personal.
Framework de IA todo en uno para búsqueda semántica, orquestación de LLM y flujos de trabajo de modelos de lenguaje
Una biblioteca moderna de indexación de texto/numérica/geoespacial/vectorial para Go
Un motor de búsqueda completo y un pipeline RAG en su navegador, servidor o red de borde con soporte para búsqueda de texto completo, vectorial e híbrida en menos de 2 KB.
OceanBase es la base de datos distribuida unificada para la era de la IA: de código abierto, multimodelo y con un solo motor para sus cargas de trabajo más exigentes.
MemoryBear: Equipa la IA con capacidad de memoria similar a la humana
Un Postgres para los datos de su aplicación, búsqueda de texto completo, recuperación vectorial y agregaciones. El hogar de la extensión pg_search.
Data Agent Ready Warehouse: Uno para Analytics, Búsqueda, IA, Python Sandbox. — reconstruido desde cero. Arquitectura unificada en tu S3.
Caché semántico para LLMs. Completamente integrado con LangChain y llama_index.
LLM Zoomcamp: un curso en línea gratuito sobre aplicaciones reales de los LLM. En 10 semanas aprenderás a crear un sistema de IA que responda preguntas sobre tu base de conocimientos. Regístrate aquí 👇🏼
Apache Pinot: una base de datos de análisis en tiempo real para SQL de baja latencia y búsqueda vectorial, destinada a aplicaciones para usuarios y agentes
Motor de búsqueda de texto/vectores en Go, de código abierto, distribuido, sencillo y rápido y eficiente
Superduper: Framework de extremo a extremo para la creación de aplicaciones y agentes de IA personalizados.
Una biblioteca distribuida de búsqueda aproximada de vecindario más cercano (ANN) que proporciona kits de herramientas de alta calidad para la construcción de índices de vectores, búsqueda y servicio en línea distribuido para escenarios de búsqueda de vectores a gran escala.
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.
Un motor de memoria cognitiva bio-inspirado — un nuevo paradigma para Graph RAG.
Un grafo de proximidad para búsqueda vectorial, productos dispersos y atención en RAM, VRAM y NVMe, sobre vectores densos, secuencias, formas y conjuntos geoespaciales en 14 idiomas 🔍
Búsqueda local-first en todo tu espacio de trabajo, diseñada para personas y agentes de IA.
ColBERT: búsqueda neuronal de vanguardia (SIGIR'20, TACL'21, NeurIPS'21, NAACL'22, CIKM'22, ACL'23, EMNLP'23)
Utilice y entrene fácilmente métodos de recuperación de interacción tardía de última generación (ColBERT) en cualquier canalización RAG. Diseñado para la modularidad y la facilidad de uso, respaldado por la investigación.
Servidor de inferencia de código abierto y clúster de producción para todos los modelos que necesita su agente.
OP Vault ChatGPT: Dale a ChatGPT memoria a largo plazo usando OP Stack (OpenAI + Pinecone Vector Database). Sube tus propios archivos de base de conocimiento personalizados (PDF, txt, epub, etc.) usando un frontend simple de React.
Inteligencia de codebase de grado empresarial (40m+ LOC), zero-setup, local y privado Plugin/Skill/Extension o MCP: búsqueda semántica híbrida, grafos de dependencias poliglotas, análisis de impacto a nivel de símbolo & flujo de llamadas, visor HTML interactivo, búsqueda cross-proyecto y consciente de branches, conocimiento DB/API/infra. 61% menos tokens, 84% menos llamadas, 37x más rápido. Cloud en beta.
Biblioteca Python rápida, precisa y ligera para crear incrustaciones de última generación
Extensión de Postgres para búsqueda vectorial (DiskANN), que complementa a pgvector en rendimiento y escala. Licencia OSS de Postgres.
Herramientas de código abierto para pruebas y experimentación de prompts, con soporte tanto para LLMs (por ejemplo, OpenAI, LLaMA) como para bases de datos vectoriales (por ejemplo, Chroma, Weaviate, LanceDB).
Jupyter Notebooks para ayudarte a familiarizarte con las bases de datos vectoriales de Pinecone
Un nuevo SOTA para RAG: una arquitectura de recuperación original y una base de conocimientos de código abierto para humanos y agentes.
Lector de libros electrónicos multiplataforma impulsado por IA con búsqueda semántica, chat RAG, almacenamiento vectorial local, notas, TTS y sincronización WebDAV.
Plataforma todo en uno para búsqueda, recomendaciones, RAG y análisis ofrecida a través de API
🚀 Una biblioteca de colecciones de algoritmos eficientes para la búsqueda aproximada del vecino más cercano escrita en Rust 🦀 .
Preguntas frecuentes
¿Cuál es el repositorio de #vector-search más popular en GitHub?
El proyecto de código abierto de #vector-search 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
¿Qué lenguajes de programación se utilizan más en los repositorios de #vector-search?
Entre los proyectos de #vector-search mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Rust, TypeScript, Go.
¿Cómo se calcula la clasificación de los repositorios de #vector-search?
Seguimos 109 repositorios activos de código abierto etiquetados con #vector-search (500+ estrellas), que suman un total de 868,793 estrellas, con una media de 7,970 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.