#vector-database Repository
Scopri 144 repository GitHub open source attivi contrassegnati con #vector-database, che raccolgono un totale di 930,992 stelle (con una media di 6,465 stelle per progetto). Il progetto leader di questo argomento è Mintplex-Labs/anything-llm, con 68,480 stelle.
144 repository in totale
Smetti di affittare la tua intelligenza. Possiedila con AnythingLLM. Tutto ciò che ti serve per una potente esperienza di agente locale
Un'API per motore di ricerca fulmineamente veloce che porta la ricerca ibrida potenziata dall'IA sui tuoi siti e applicazioni.
Un server RAG senza codice che mantiene le risposte sincronizzate con i tuoi documenti. Compatibile con 8 database vettoriali. Basato su Pathway.
Milvus è un database vettoriale ad alte prestazioni e nativo del cloud, costruito per la ricerca ANN vettoriale scalabile.
Database di contesto auto-evolutivo per agenti IA. Unifica memoria dell'agente, RAG di conoscenza e competenze.
Una libreria per la ricerca efficiente di similarità e il clustering di vettori densi.
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/
Cognee è la piattaforma open source di memoria AI per gli agenti. Fornisci gratuitamente ai tuoi agenti AI una memoria persistente a lungo termine con modelli di piccole dimensioni
Questo repository presenta varie tecniche avanzate per i sistemi di Retrieval-Augmented Generation (RAG). Ogni tecnica ha un tutorial dettagliato in notebook.
Livello di memoria per Agenti IA. Sostituisci complesse pipeline RAG con un livello di memoria serverless a file singolo. Dai ai tuoi agenti recupero istantaneo e memoria a lungo termine.
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.
[Miglior articolo MLsys2026]: https://arxiv.org/abs/2506.08276. RAG su tutto con LEANN. Goditi un risparmio di spazio di archiviazione del 97% mentre esegui un'applicazione RAG veloce, accurata e privata al 100% sul tuo dispositivo personale.
Framework AI all-in-one per la ricerca semantica, l'orchestrazione LLM e i flussi di lavoro dei modelli linguistici
LangChain4j è una libreria Java idiomatica e open-source per la costruzione di applicazioni basate su LLM sulla JVM. Offre un'API unificata sui provider LLM e vector store più popolari, rendendo facile l'implementazione di chiamate a tool (incluso supporto MCP), agenti e RAG. Si integra perfettamente con framework Java enterprise come Quarkus e Spring Boot.
Ricerca codice MCP per Claude Code. Rendi l'intera codebase il contesto per qualsiasi agente di codifica.
Libreria di recupero incorporata OSS per IA multimodale, amichevole per gli sviluppatori. Cerca di più; gestisci meno.
Un motore di ricerca completo e una pipeline RAG nel tuo browser, server o rete edge con supporto per la ricerca full-text, vettoriale e ibrida in meno di 2 KB.
OceanBase è il database distribuito unificato per l'era dell'IA: open-source, multimodello, un unico motore per i tuoi carichi di lavoro più impegnativi.
Un Postgres per i dati della tua applicazione, ricerca full-text, recupero vettoriale e aggregazioni. La casa dell'estensione pg_search.
Data Agent Ready Warehouse: Uno per Analytics, Ricerca, IA, Sandbox Python. — ricostruito da zero. Architettura unificata sul tuo S3.
Deeplake è una AI Data Runtime per Agents. Fornisce Postgres serverless con un datalake multimodale, consentendo il retrieval e l'addestramento scalabili.
Il server MariaDB è un fork del server MySQL sviluppato dalla comunità. Avviato dai membri principali del team originale di MySQL, MariaDB lavora attivamente con sviluppatori esterni per fornire al settore il server SQL open source più ricco di funzionalità, stabile e con licenza ragionevole.
App privata e locale di IA per la gestione della conoscenza personale per persone con alta entropia.
Alternativa Open Source per la Ricerca Approfondita a Reason e Search su Dati Privati. Scritto in Python.
Framework open-source per la creazione di app agente in JavaScript, Go, Dart e Python, costruito e utilizzato in produzione da Google
HelixDB è un database a grafo OLTP con ricerca vettoriale e full-text nativa, sviluppato in Rust su storage a oggetti.
Un motore di query e indicizzazione per Redis, che fornisce indicizzazione secondaria, ricerca full-text, ricerca di similarità vettoriale e aggregazioni.
Apache Pinot: un database di analisi in tempo reale per query SQL a bassa latenza e ricerca vettoriale, al servizio di applicazioni rivolte a utenti e agenti
Motore di ricerca testuale/vettoriale in Go, open source, distribuito, semplice, rapido ed efficiente
MineContext è il tuo partner AI proattivo e consapevole del contesto (Context-Engineering+ChatGPT Pulse)
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.
Archivio di memoria persistente locale per applicazioni LLM, inclusi claude desktop, github copilot, codex, antigravity, ecc.
CrateDB è un database SQL distribuito e scalabile per lo stoccaggio e l'analisi di grandi quantità di dati in quasi tempo reale, anche con query complesse. È compatibile con PostgreSQL e basato su Lucene.
Un modo calmo e nativo per CLI per effettuare ricerche semantiche su tutto, come codice, immagini, pdf e altro ancora.
Knowhere estrae, analizza e produce blocchi strutturati pronti per Agenti AI e RAG.
Intelligenza del codice enterprise-grade (40m+ LOC), zero-setup, locale e privato Plugin/Skill/Extension o MCP: ricerca semantica ibrida, grafi di dipendenze poliglotta, analisi di impatto a livello di simbolo & call-flow, visualizzatore HTML interattivo, ricerca cross-progetto e consapevole dei branch, conoscenza DB/API/infra. 61% token in meno, 84% chiamate in meno, 37x più veloce. Cloud in beta.
Jupyter Notebooks per aiutarti a mettere le mani sui database vettoriali di Pinecone
pingcap/autoflow è uno strumento di knowledge base conversazionale e basato su Graph RAG, costruito con TiDB Serverless Vector Storage. Demo: https://tidb.ai
Nuovo progetto pratico di sviluppo IA di Programming Navigation: creazione di un'applicazione 'Love Guru' basata su IA e dell'agente autonomo di pianificazione ReAct 'YuManus', utilizzando Spring Boot 3, Java 21 e Spring AI. Il corso copre conoscenze fondamentali come l'integrazione di modelli IA, le funzionalità di Spring AI, il Prompt Engineering, la RAG, i database vettoriali, il Tool Calling, il protocollo MCP, lo sviluppo di agenti IA (implementazione Java di Manas) e gli strumenti Cursor AI. Un tutorial completo per padroneggiare le tecnologie IA essenziali, rendendoti una risorsa preziosa nell'era dell'IA e aumentando significativamente la competitività del tuo curriculum.
Gestione di tutti i dati non strutturati, come la ricerca inversa di immagini, ricerca audio, ricerca molecolare, analisi video, sistemi di domande e risposte, NLP, ecc.
Domande frequenti
Qual è il repository #vector-database più popolare su GitHub?
Il progetto open source #vector-database più alto in classifica su GitHub è Mintplex-Labs/anything-llm, con 68,480 stelle. Smetti di affittare la tua intelligenza. Possiedila con AnythingLLM. Tutto ciò che ti serve per una potente esperienza di agente locale
Quali linguaggi di programmazione sono più utilizzati nei repository #vector-database?
Tra i progetti #vector-database più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, TypeScript, C++.
Come viene calcolata la classifica dei repository #vector-database?
Monitoriamo 144 repository open source attivi contrassegnati con #vector-database (500+ stelle), per un totale di 930,992 stelle e una media di 6,465 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.