#hnsw Dépôts
Découvrez 16 dépôts GitHub open source actifs associés à #hnsw, cumulant 218,329 étoiles au total (soit une moyenne de 13,645 étoiles par projet). Le projet en tête de ce thème est ruvnet/ruflo, avec 82,196 étoiles.
16 dépôts au total
🌊 Le framework d’agents original. Déployez des essaims intelligents multi-agents, coordonnez des flux de travail autonomes et créez des systèmes d’IA conversationnelle. Il intègre une mémoire adaptative, une intelligence auto-apprenante, la fédération, l’intégration de RAG vectoriel, ainsi qu’une prise en charge native de Claude Code / Codex / Hermes et bien d’autres outils
Milvus est une base de données vectorielle haute performance et native du cloud, conçue pour la recherche ANN vectorielle scalable.
Qdrant – Base de données vectorielle et moteur de recherche vectorielle haute performance et à grande échelle pour la prochaine génération d'IA. Également disponible dans le cloud https://cloud.qdrant.io/
Weaviate est une base de données vectorielle open-source qui stocke à la fois des objets et des vecteurs, permettant la combinaison de la recherche vectorielle avec un filtrage structuré avec la tolérance aux pannes et l'évolutivité d'une base de données native du cloud.
La base de données native de l'IA conçue pour les applications LLM, offrant une recherche hybride incroyablement rapide de vecteurs denses, de vecteurs épars, de tenseurs (multi-vecteurs) et de texte intégral.
La base de données de recherche native IA. Idéale pour le stockage d'agents, elle unifie les données vectorielles, textuelles, structurées et semi-structurées en un seul moteur. Cette base de données tout-en-un rend les agents plus intelligents, plus faciles à exécuter et plus stables.
MinHash, LSH, LSH Forest, Weighted MinHash, HyperLogLog, HyperLogLog++, LSH Ensemble et HNSW
🚀 Une librairie efficace de collections d'algorithmes de recherche approximative du plus proche voisin écrite en Rust 🦀 .
Une bibliothèque de recherche approximative du plus proche voisin pour Python et Java, axée sur la facilité d'utilisation, la simplicité et la déployabilité.
Endee.io – Une base de données vectorielle haute performance, conçue pour gérer jusqu'à 1 milliard de vecteurs sur un nœud unique, offrant des gains de performance significatifs grâce à une indexation et une exécution optimisées. Également disponible sur le cloud https://endee.io/
Nornicdb est une base de données distribuée à faible latence, Graph+Vector et MVCC temporel, offrant une recherche HNSW, un parcours de graphe et des écritures en moins d'une milliseconde. Grâce à l'utilisation de Neo4j Bolt/Cypher et du gRPC de qdrant, vous pouvez effectuer la transition sans aucun changement tout en ajoutant des fonctionnalités intelligentes telles que les schémas, les embeddings gérés, le reranking+LLM, l'accélération GPU, l'Auto-TLP, la dégradation de la mémoire basée sur des politiques et un serveur MCP.
Extension de base de données vectorielle PostgreSQL pour la création d'applications d'IA
Apprenez la recherche vectorielle avec Rust et DataFusion ; le parcours C++/BusTub est obsolète.
Système de recommandation musicale de titre à titre, entraîné sur 45 millions de titres Spotify et 1,8 million de playlists. (Saisissez un identifiant de titre Spotify / ISRC pour obtenir des morceaux similaires.)
Foire aux questions
Quel est le dépôt #hnsw le plus populaire sur GitHub ?
Le projet #hnsw open source le mieux classé sur GitHub est ruvnet/ruflo, avec 82,196 étoiles. 🌊 Le framework d’agents original. Déployez des essaims intelligents multi-agents, coordonnez des flux de travail autonomes et créez des systèmes d’IA conversationnelle. Il intègre une mémoire adaptative, une intelligence auto-apprenante, la fédération, l’intégration de RAG vectoriel, ainsi qu’une prise en charge native de Claude Code / Codex / Hermes et bien d’autres outils
Quels langages de programmation sont les plus utilisés dans les dépôts #hnsw ?
Parmi les projets #hnsw les mieux classés sur GitHub, les langages de programmation les plus courants sont C++, Rust, Go, Python.
Comment le classement des dépôts #hnsw est-il calculé ?
Nous suivons 16 dépôts open source actifs associés à #hnsw (500+ étoiles), totalisant 218,329 étoiles, avec une moyenne de 13,645 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.