#hnsw Repository
Scopri 16 repository GitHub open source attivi contrassegnati con #hnsw, che raccolgono un totale di 218,329 stelle (con una media di 13,645 stelle per progetto). Il progetto leader di questo argomento è ruvnet/ruflo, con 82,196 stelle.
16 repository in totale
🌊 Il framework originale per agenti. Distribuisci sciami intelligenti multi-agente, coordina flussi di lavoro autonomi e crea sistemi di IA conversazionale. Include memoria adattiva, intelligenza autoapprendente, federazione, integrazione RAG vettoriale e supporto nativo per Claude Code / Codex / Hermes e molti altri strumenti integrati
Milvus è un database vettoriale ad alte prestazioni e nativo del cloud, costruito per la ricerca ANN vettoriale scalabile.
Qdrant – Database vettoriale e motore di ricerca vettoriale ad alte prestazioni e su larga scala per la prossima generazione di IA. Disponibile anche nel cloud https://cloud.qdrant.io/
Weaviate è un database vettoriale open-source che memorizza sia oggetti che vettori, consentendo la combinazione di ricerca vettoriale con filtraggio strutturato con la tolleranza ai guasti e la scalabilità di un database nativo del cloud.
Il database AI-native, costruito per applicazioni LLM, che fornisce una ricerca ibrida incredibilmente veloce di vettori densi, vettori sparsi, tensori (multi-vettore) e testo completo.
Il database di ricerca nativo AI. Ideale per l'archiviazione degli agenti, unifica dati vettoriali, testuali, strutturati e semi-strutturati in un unico motore. Questo database tutto-in-uno rende gli agenti più intelligenti, più facili da eseguire e più stabili.
MinHash, LSH, LSH Forest, Weighted MinHash, HyperLogLog, HyperLogLog++, LSH Ensemble e HNSW
🚀 Una libreria efficiente di collezioni di algoritmi per la ricerca approssimata del vicino più prossimo scritta in Rust 🦀 .
Una libreria per la ricerca approssimata del vicino più prossimo per Python e Java con un focus sulla facilità d'uso, semplicità e deployability.
Endee.io – Un database vettorial ad alte prestazioni, progettato per gestire fino a 1B di vettori su un singolo nodo, offrendo significativi miglioramenti delle prestazioni grazie a indicizzazione ed esecuzione ottimizzate. Disponibile anche su cloud https://endee.io/
Nornicdb è un database distribuito a bassa latenza, Graph+Vector e MVCC temporale, con ricerca HNSW, attraversamento di grafi e scritture in meno di un millisecondo. Utilizzando Neo4j Bolt/Cypher e gRPC di qdrant, è possibile effettuare il passaggio senza modifiche, aggiungendo al contempo funzionalità intelligenti come schemi, embedding gestiti, reranking+LLM, accelerazione GPU, Auto-TLP, decadimento della memoria basato su policy e server MCP.
Estensione del database vettoriale PostgreSQL per la creazione di applicazioni AI
Impara la ricerca vettoriale con Rust e DataFusion; il percorso C++/BusTub è obsoleto.
Sistema di raccomandazione musicale da brano a brano, addestrato su 45 milioni di brani Spotify e 1,8 milioni di playlist. (Inserisci un ID di un brano Spotify / ISRC per ottenere brani simili.)
Domande frequenti
Qual è il repository #hnsw più popolare su GitHub?
Il progetto open source #hnsw più alto in classifica su GitHub è ruvnet/ruflo, con 82,196 stelle. 🌊 Il framework originale per agenti. Distribuisci sciami intelligenti multi-agente, coordina flussi di lavoro autonomi e crea sistemi di IA conversazionale. Include memoria adattiva, intelligenza autoapprendente, federazione, integrazione RAG vettoriale e supporto nativo per Claude Code / Codex / Hermes e molti altri strumenti integrati
Quali linguaggi di programmazione sono più utilizzati nei repository #hnsw?
Tra i progetti #hnsw più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, Rust, Go, Python.
Come viene calcolata la classifica dei repository #hnsw?
Monitoriamo 16 repository open source attivi contrassegnati con #hnsw (500+ stelle), per un totale di 218,329 stelle e una media di 13,645 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.