#vector-search Dépôts
109 dépôts au total
Vous êtes-vous déjà énervé de ne pas avoir assez de packs d'émojis VV et de les trouver inappropriés lors de leur utilisation ? Essayez ce projet dès maintenant !
Comment réduire la complexité et aller plus vite ? Juste Postgres pour tout.
La suite d'outils universelle pour la gestion des bases de données vectorielles. Gérez facilement Pinecone, Chroma, Qdrant, Weaviate et d'autres bases de données vectorielles.
Une alternative entièrement open-source à NotebookLM, prise en charge par LlamaCloud
Une bibliothèque d'indexation vectorielle pour offrir une recherche rapide, actualisée et filtrée à votre base de données
Une extension SQLite pour une recherche vectorielle efficace, basée sur Faiss !
SeekStorm : recherche vectorielle et lexicale - bibliothèque en processus et serveur multi-locataires, en Rust.
Mathématiques à précision mixte, kernels d’algèbre linéaire et de recherche, plus de 4 000 symboles, des nombres sur 4 bits aux nombres complexes sur 128 bits, pour x86, Arm, RISC-V, LoongArch, Power et WASM, avec AMX et SME inclus 📐
Havenask est un système de recherche d'informations distribué à grande échelle largement utilisé au sein du Groupe Alibaba
Recherche vectorielle évolutive, rapide et respectueuse du disque dans Postgres, le successeur de pgvecto.rs.
Modèle pour créer votre propre recherche de documents personnalisée de style ChatGPT alimentée par Next.js, OpenAI et Supabase.
Collections de bibliothèques, de services et d'articles de recherche liés à la recherche vectorielle
Recherche du Voisin le Plus Proche avec Graphe de Voisinage et Arbre pour Données à Haute Dimensionnalité
La boîte à outils pour l'ingénierie de contexte des outils d'IA. Construisez avec la cartographie de la base de code, l'extraction de symboles et de nombreux types de recherche de code.
Une alternative rapide et multithread à Redis® et Valkey, écrite en Rust : compatible en remplacement direct, avec recherche plein texte et vectorielle intégrée
ArcadeDB Multi-Model Database, un SGBD qui prend en charge SQL, Cypher, Gremlin, HTTP/JSON, MongoDB et Redis. ArcadeDB est un fork conceptuel d'OrientDB, le premier SGBD Multi-Modèle. ArcadeDB prend en charge les Vector Embeddings.
Entraînement et inférence distribués pour la perception multimodale : représentations vectorielles partagées pour le texte, les images, la vidéo, l’audio, le code et les graphes, de 64 à 1 024 dimensions 🖼️
SQLite-Vector est une extension SQLite multiplateforme et ultra-efficace qui apporte des capacités de recherche vectorielle à votre base de données embarquée.
🥤 RAGLite est une boîte à outils Python pour la génération augmentée par récupération (RAG) avec DuckDB ou PostgreSQL
Base de données vectorielle intégrable pour Go avec une interface similaire à Chroma et zéro dépendance tierce. En mémoire avec persistance optionnelle.
RAFT contient des algorithmes et des primitives fondamentaux et largement utilisés pour l'apprentissage automatique et la récupération d'informations. Les algorithmes sont accélérés par CUDA et forment des blocs de construction pour écrire plus facilement des applications haute performance.
Bibliothèque Rust pour générer des plongements vectoriels et réordonner localement !
Un fork de @ClickHouse qui prend en charge la recherche vectorielle haute performance et la recherche plein texte.
Re-classement léger et ultra-rapide pour vos pipelines de recherche et de récupération. Prend en charge le re-classement Listwise et Pairwise de pointe basé sur les LLM et les cross-encodeurs, et plus encore. Créé par Prithivi Da, ouvert aux PRs et aux collaborations.
RAG-Fusion : génération multi-requêtes + fusion de rangs réciproques pour une meilleure génération augmentée par récupération. Inclut un harness d'évaluation avec NFCorpus/BEIR.
Ce dépôt partage des notebooks de bout en bout sur la façon d'utiliser diverses fonctionnalités et intégrations de Weaviate !
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.
Un dépôt d'exemples de code pour les fonctionnalités de recherche vectorielle dans Azure AI Search.
Une base de données vectorielle haute performance exploitant le calcul parallèle sur graphes
Couche mémoire partagée dans un fichier unique pour tous vos agents, RAG en moins d’une milliseconde sur du texte, des photos et des vidéos sur Apple Silicon. Aucun serveur. Aucune API. Un seul fichier. Swift pur.
Apprenez la recherche vectorielle avec Rust et DataFusion ; le parcours C++/BusTub est obsolète.
Base de données embarquée, en mémoire, orientée documents avec une interface de constructeur de requêtes de haut niveau.
Infrastructure open source qui transforme des fichiers SKILL.md dispersés en corpus de compétences d’agents sélectionnés et prêts pour la recherche, avec des outils de recherche et d’évaluation inclus.
Framework d’agents d’IA en TypeScript : mémoire cognitive, personnalités dynamiques, comportements émergents et conceptions auto-constructrices
Scraping de données Twitter, recherche d'images basée sur l'intégration et plus encore.
Transformez les LLM sans état en un agent d’IA doté d’un état et de capacités cumulatives. Mémoire persistante privilégiant le local, filtres quantitatifs pour la prise de décision et cadre de gouvernance compatibles avec Claude Code, Antigravity, Cursor et VS Code. Maîtrisez l’état. Louez l’intelligence.
Base de données transactionnelle embarquée pour blobs, documents et graphes, avec NVMe contournant le noyau via io_uring et SPDK, compactage sur GPU et une ABI C unifiée pour ses propres moteurs, RocksDB et LevelDB 🗄️
Une base de données vectorielle Python dont vous avez exactement besoin, ni plus, ni moins.