#vector-search Repositorios
109 repositorios en total
Algoritmos de cadena a cadena para el procesamiento del lenguaje natural
Librería de Go para búsqueda vectorial incrustada y embeddings semánticos utilizando llama.cpp
Use ArXiv ChatGuru para hablar con artículos de investigación. Esta aplicación utiliza LangChain, OpenAI, Streamlit y Redis como base de datos vectorial/caché semántica.
Memoria local a largo plazo para los agentes Hermes, Codex, Claude Code, WorkBuddy y dsh: un único almacén SQLite, recuperación respaldada por fuentes y herramientas para consultar, corregir o eliminar lo que se recuerda.
GraphRAG-rs es una implementación de alto rendimiento y última generación en Rust de GraphRAG (Generación Aumentada por Recuperación Basada en Grafos) que construye grafos de conocimiento a partir de documentos y permite consultas en lenguaje natural con extracción de entidades configurable e integración local de LLM
Repositorio histórico obsoleto. Superlinked ahora desarrolla SIE, un motor de inferencia autohospedado para incrustaciones (embeddings), reordenamiento, OCR, extracción y procesamiento de documentos.
Sistema RAG híbrido que combina búsqueda vectorial, un grafo de conocimiento (LightRAG) y reordenamiento mediante un cross-encoder, con análisis de documentos mediante Docling, inteligencia visual (generación de subtítulos para imágenes y tablas), chat agéntico en streaming y citas integradas. Impulsado por modelos Gemini u Ollama locales.
VectorRAG.Net es una biblioteca de base de datos vectorial de alto rendimiento nativa de .NET para búsqueda semántica y RAG (Generación Aumentada por Recuperación). La búsqueda principal se basa en la generación de candidatos mediante LSH de hiperplano aleatorio con reordenamiento exacto por producto punto/coseno.
Memoria de agente de IA con prioridad local, grafo de conocimiento, restricciones ontológicas y razonamiento trazable: todo en un único archivo SQLite.