#vector-database Dépôts
Découvrez 144 dépôts GitHub open source actifs associés à #vector-database, cumulant 930,992 étoiles au total (soit une moyenne de 6,465 étoiles par projet). Le projet en tête de ce thème est Mintplex-Labs/anything-llm, avec 68,480 étoiles.
144 dépôts au total
Arrêtez de louer votre intelligence. Possédez-la avec AnythingLLM. Tout ce dont vous avez besoin pour une expérience d'agent locale puissante
Une API de moteur de recherche ultra-rapide qui apporte la recherche hybride alimentée par l'IA à vos sites et applications.
Un serveur RAG sans code qui synchronise les réponses avec vos documents. Compatible avec 8 bases de données vectorielles. Conçu avec Pathway.
Milvus est une base de données vectorielle haute performance et native du cloud, conçue pour la recherche ANN vectorielle scalable.
Base de données contextuelle auto-évolutive pour agents IA. Unifiez la mémoire des agents, le RAG de connaissances et les compétences.
Une bibliothèque pour la recherche efficace de similarité et le clustering de vecteurs denses.
📑 PageIndex : Index de Document pour RAG basé sur le raisonnement sans vecteur
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/
Cognee est la plateforme open source de mémoire IA pour les agents. Offrez gratuitement à vos agents IA une mémoire persistante à long terme grâce à de petits modèles
Ce dépôt présente diverses techniques avancées pour les systèmes de Génération Augmentée par Récupération (RAG). Chaque technique dispose d'un tutoriel détaillé sous forme de notebook.
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.
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.
[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.
Framework IA tout-en-un pour la recherche sémantique, l'orchestration LLM et les flux de travail de modèles linguistiques
LangChain4j est une bibliothèque Java idiomatique et open-source pour construire des applications alimentées par des LLM sur la JVM. Elle offre une API unifiée sur les fournisseurs LLM populaires et les magasins de vecteurs, et facilite l'implémentation des appels d'outils (y compris le support MCP), des agents et du RAG. Elle s'intègre parfaitement avec les frameworks Java d'entreprise comme Quarkus et Spring Boot.
Recherche de code MCP pour Claude Code. Faites de l'ensemble de la base de code le contexte de tout agent de codage.
Bibliothèque d'extraction intégrée OSS conviviale pour les développeurs pour l'IA multimodale. Recherchez plus ; gérez moins.
Un moteur de recherche complet et un pipeline RAG dans votre navigateur, serveur ou réseau edge avec prise en charge de la recherche full-text, vectorielle et hybride en moins de 2 Ko.
OceanBase est la base de données distribuée unifiée pour l'ère de l'IA : open-source, multi-modèle, un moteur unique pour vos charges de travail les plus exigeantes.
Un Postgres pour les données de votre application, la recherche plein texte, la récupération vectorielle et les agrégations. Le foyer de l'extension pg_search.
Data Agent Ready Warehouse : Un pour Analytics, Recherche, IA, Sandbox Python. — reconstruit à partir de zéro. Architecture unifiée sur votre S3.
Deeplake est une AI Data Runtime pour Agents. Elle fournit un Postgres sans serveur avec un datalake multimodal, permettant une récupération et un entraînement scalables.
Le serveur MariaDB est un fork du serveur MySQL développé par la communauté. Lancé par des membres clés de l'équipe originale de MySQL, MariaDB travaille activement avec des développeurs externes pour offrir le serveur SQL open source le plus complet, le plus stable et le plus raisonnablement licencié de l'industrie.
Application privée et locale d'IA pour la gestion des connaissances personnelles des personnes à forte entropie.
Alternative Open Source de Recherche Approfondie à Reason et Search sur les Données Privées. Écrit en Python.
Cadre open-source pour construire des applications d'agents en JavaScript, Go, Dart et Python, construit et utilisé en production par Google
HelixDB est une base de données graphe OLTP dotée de fonctionnalités natives de recherche vectorielle et en texte intégral, développée en Rust sur un stockage objet.
Un moteur de requête et d'indexation pour Redis, offrant une indexation secondaire, une recherche en texte intégral, une recherche de similarité vectorielle et des agrégations.
Apache Pinot : une base de données d’analyse en temps réel pour les requêtes SQL à faible latence et la recherche vectorielle, au service des applications destinées aux utilisateurs et aux agents
Moteur de recherche de texte/vecteurs en Go, open source, distribué, simple, rapide et efficace
MineContext est votre partenaire IA proactif et conscient du contexte (Context-Engineering+ChatGPT Pulse)
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.
Stockage local de mémoire persistante pour les applications LLM, notamment claude desktop, github copilot, codex, antigravity, etc.
CrateDB est une base de données SQL distribuée et scalable pour stocker et analyser de grandes quantités de données en quasi temps réel, même avec des requêtes complexes. Elle est compatible avec PostgreSQL et basée sur Lucene.
Une façon calme et native pour la CLI d'analyser sémantiquement tout, comme le code, les images, les pdf et plus encore.
Knowhere extrait, analyse et produit des morceaux structurés prêts pour les agents IA et le RAG.
Intelligence de codebase de niveau entreprise (40m+ LOC), zéro configuration, local et privé Plugin/Skill/Extension ou MCP : recherche sémantique hybride, graphes de dépendances polyglottes, analyse d'impact au niveau des symboles & flux d'appels, visionneuse HTML interactive, recherche cross-projet & consciente des branches, connaissances DB/API/infra. 61% de tokens en moins, 84% d'appels en moins, 37x plus rapide. Cloud en bêta.
Carnets Jupyter pour vous aider à vous familiariser avec les bases de données vectorielles Pinecone
pingcap/autoflow est un outil de base de connaissances conversationnel basé sur Graph RAG, construit avec le stockage vectoriel TiDB Serverless. Démo : https://tidb.ai
Nouveau projet pratique de développement IA de Programming Navigation : création d'une application « Love Guru » IA et de l'agent autonome de planification ReAct « YuManus », basés sur Spring Boot 3, Java 21 et Spring AI. Ce cours couvre des connaissances essentielles telles que l'intégration de modèles IA, les fonctionnalités de Spring AI, le Prompt Engineering, le RAG, les bases de données vectorielles, le Tool Calling, le protocole MCP, le développement d'agents IA (implémentation Java de Manas) et les outils Cursor AI. Un tutoriel complet pour maîtriser les technologies IA indispensables, booster votre CV et votre compétitivité sur le marché du travail à l'ère de l'IA.
Gestion de toutes les données non structurées, telles que la recherche inversée d'images, la recherche audio, la recherche moléculaire, l'analyse vidéo, les systèmes de questions-réponses, NLP, etc.
Foire aux questions
Quel est le dépôt #vector-database le plus populaire sur GitHub ?
Le projet #vector-database open source le mieux classé sur GitHub est Mintplex-Labs/anything-llm, avec 68,480 étoiles. Arrêtez de louer votre intelligence. Possédez-la avec AnythingLLM. Tout ce dont vous avez besoin pour une expérience d'agent locale puissante
Quels langages de programmation sont les plus utilisés dans les dépôts #vector-database ?
Parmi les projets #vector-database les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Rust, TypeScript, C++.
Comment le classement des dépôts #vector-database est-il calculé ?
Nous suivons 144 dépôts open source actifs associés à #vector-database (500+ étoiles), totalisant 930,992 étoiles, avec une moyenne de 6,465 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.