#vector-search Dépôts
109 dépôts au total
Bibliothèque Go pour la recherche vectorielle intégrée et les embeddings sémantiques utilisant llama.cpp
Utilisez ArXiv ChatGuru pour discuter avec des articles de recherche. Cette application utilise LangChain, OpenAI, Streamlit et Redis comme base de données vectorielle/cache sémantique.
Mémoire locale à long terme pour les agents Hermes, Codex, Claude Code, WorkBuddy et dsh : un stockage SQLite unique, une récupération étayée par des sources et des outils permettant de consulter, de corriger ou de supprimer les souvenirs.
GraphRAG-rs est une implémentation Rust haute performance et de pointe de GraphRAG (Génération Augmentée par Récupération Basée sur des Graphes) qui construit des graphes de connaissances à partir de documents et permet des requêtes en langage naturel avec extraction d'entités configurable et intégration locale de LLM
Dépôt historique obsolète. Superlinked développe désormais SIE, un moteur d'inférence auto-hébergé pour les embeddings, le reranking, l'OCR, l'extraction et le traitement de documents.
Système RAG hybride combinant la recherche vectorielle, un graphe de connaissances (LightRAG) et un réordonnancement par cross-encoder, avec analyse de documents via Docling, intelligence visuelle (génération de légendes pour les images et les tableaux), chat agentique en streaming et citations intégrées. Propulsé par des modèles Gemini ou Ollama locaux.
VectorRAG.Net est une bibliothèque de base de données vectorielle haute performance native .NET pour la recherche sémantique et le RAG (Génération augmentée par récupération). La recherche principale est basée sur la génération de candidats LSH par hyperplan aléatoire avec un réordonnancement exact par produit scalaire/cosinus.
Mémoire d’agent IA privilégiant le local, avec graphe de connaissances, contraintes ontologiques et raisonnement traçable — le tout dans un seul fichier SQLite.