#faiss Dépôts
Découvrez 29 dépôts GitHub open source actifs associés à #faiss, cumulant 185,123 étoiles au total (soit une moyenne de 6,383 étoiles par projet). Le projet en tête de ce thème est milvus-io/milvus, avec 46,712 étoiles.
29 dépôts au total
Milvus est une base de données vectorielle haute performance et native du cloud, conçue pour la recherche ANN vectorielle scalable.
Langchain-Chatchat (anciennement Langchain-ChatGLM), LLM basé sur les connaissances locales (comme ChatGLM, Qwen et Llama) RAG et application Agent avec Langchain | Langchain-Chatchat (anciennement langchain-ChatGLM), LLM basé sur les connaissances locales (comme ChatGLM, Qwen et Llama) RAG et application Agent avec Langchain
Un index vectoriel construit sur TurboQuant, écrit en Rust avec des bindings Python
Couche de mémoire pour Agents d'IA. Remplacez les pipelines RAG complexes par une couche de mémoire sans serveur et à fichier unique. Offrez à vos agents une récupération instantanée et une mémoire à long terme.
[Meilleur article MLsys2026] : https://arxiv.org/abs/2506.08276. Le RAG sur tout avec LEANN. Profitez de 97 % d'économie de stockage tout en exécutant une application RAG rapide, précise et 100 % privée sur votre appareil personnel.
Un graphe de proximité pour la recherche vectorielle, les produits creux et l’attention sur RAM, VRAM et NVMe, appliqué aux vecteurs denses, séquences, formes et ensembles géospatiaux, en 14 langues 🔍
AdalFlow : La bibliothèque pour construire et optimiser automatiquement les applications LLM.
Ce dépôt contient diverses techniques avancées pour les systèmes de génération augmentée par récupération (RAG).
Recherche vectorielle évolutive, à faible latence et compatible avec l'hybride dans Postgres. Révolutionnez la recherche vectorielle, pas la base de données.
Recherche sémantique. Recherchez des photos et vidéos locales grâce au langage naturel. Recherche sémantique par IA de matériel local. Recherche par image, trouver des matériaux locaux, faire correspondre des scènes par des descriptions textuelles, recherche d'images vidéo, recherche de vidéos par descriptions de scènes.
CORTEX RAG est un assistant d'entreprise de récupération et de connaissances qui aide les équipes à trouver des réponses précises à partir des données de l'entreprise avec des citations, une récupération tenant compte des autorisations et un déploiement rapide.
Une extension SQLite pour une recherche vectorielle efficace, basée sur Faiss !
Économie de tokens de 95%. Requêtes 155 fois plus rapides. 16 langues. Les LLM ne peuvent pas lire l'intégralité de votre base de code. TLDR extrait la structure, trace les dépendances et leur fournit exactement ce dont ils ont besoin.
Recherche à grande échelle d'images similaires basée sur la correspondance de points caractéristiques
Référence RAG Python transparente avec récupération hybride FAISS + BM25, reranking, interface utilisateur Gradio et FastAPI.
ChatWeb peut explorer les pages Web, lire les PDF, DOCX, TXT et extraire le contenu principal, puis répondre à vos questions en fonction du contenu ou résumer les points clés.
Similarités : Une boîte à outils pour le calcul de similarité et la recherche sémantique. Boîte à outils de calcul de similarité et de recherche de correspondance, prend en charge des milliards de données pour la recherche texte-texte, texte-image, image-image, développée en Python 3, prête à l'emploi.
Créez automatiquement des indices knn Faiss avec les paramètres de recherche de similarité les plus optimaux.
Outil basé sur RAG pour l'indexation et la recherche de données textuelles PDF utilisant l'API OpenAI et un index FAISS (Facebook AI Similarity Search), conçu pour une récupération rapide d'informations et une précision de recherche supérieure.
Intégrez, regroupez et étiquetez sémantiquement des ensembles de données textuelles en toute simplicité
Un système de classification flexible et adaptatif pour la classification dynamique de texte
Foire aux questions
Quel est le dépôt #faiss le plus populaire sur GitHub ?
Le projet #faiss open source le mieux classé sur GitHub est milvus-io/milvus, avec 46,712 étoiles. Milvus est une base de données vectorielle haute performance et native du cloud, conçue pour la recherche ANN vectorielle scalable.
Quels langages de programmation sont les plus utilisés dans les dépôts #faiss ?
Parmi les projets #faiss les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Rust, C++, Jupyter Notebook.
Comment le classement des dépôts #faiss est-il calculé ?
Nous suivons 29 dépôts open source actifs associés à #faiss (500+ étoiles), totalisant 185,123 étoiles, avec une moyenne de 6,383 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.