#vector-database リポジトリ
#vector-databaseのタグが付いた、GitHub上の144件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は930,992個で、プロジェクトあたりの平均は6,465個です。このトピックをリードしているのは、68,480個のスターを獲得しているMintplex-Labs/anything-llmです。
リポジトリ合計144件
Qdrant - 次世代AIのための高性能、大規模ベクトルデータベースおよびベクトル検索エンジン。クラウドでも利用可能 https://cloud.qdrant.io/
Cognee はエージェント向けのオープンソース AI メモリープラットフォームです。小型モデルを使って、AI エージェントに永続的な長期記憶を無料で提供できます
このリポジトリは、Retrieval-Augmented Generation (RAG) システムのさまざまな高度な手法を展示しています。各手法には詳細なノートブックチュートリアルがあります。
Weaviate は、オブジェクトとベクターの両方を保存するオープンソースのベクターデータベースで、ベクター検索と構造化フィルタリングの組み合わせを、クラウドネイティブデータベースの耐障害性とスケーラビリティとともに可能にします。
[MLsys2026 最優秀論文]: https://arxiv.org/abs/2506.08276。LEANN であらゆるものに RAG を。個人用デバイスで高速、高精度、かつ 100% プライベートな RAG アプリケーションを実行しながら、ストレージを 97% 節約できます。
LangChain4j は、JVM 上で LLM 駆動型アプリケーションを構築するための慣用的なオープンソース Java ライブラリです。人気の LLM プロバイダーとベクターストアに対する統一 API を提供し、ツール呼び出し(MCP サポートを含む)、エージェント、RAG の実装を容易にします。Quarkus や Spring Boot などのエンタープライズ Java フレームワークとシームレスに統合されます。
Data Agent Ready Warehouse:Analytics、検索、AI、Python Sandbox 用のワン・ストップ。— 最初から再構築。あなたのS3上で統一されたアーキテクチャ。
DeeplakeはエージェントのためのAIデータランタイムです。サーバーレスPostgreSQLとマルチモーダルデータレイクを提供し、スケーラブルな検索とトレーニングを可能にします。
MariaDBサーバーは、MySQLサーバーのコミュニティ開発によるフォークです。元のMySQLチームのコアメンバーによって開始されたMariaDBは、外部の開発者と積極的に連携し、業界で最も機能が豊富で、安定しており、合理的にライセンスされたオープンSQLサーバーを提供しています。
JavaScript、Go、Dart、Pythonでエージェントアプリを構築するためのオープンソースフレームワーク。Googleによって構築され、本番環境で使用されています
MineContext は、プロアクティブでコンテキストを認識する AI パートナーです(Context-Engineering+ChatGPT Pulse)
LLMアプリケーションのために構築されたAIネイティブデータベース。高密度ベクトル、スパースベクトル、テンソル(マルチベクトル)、全文の非常に高速なハイブリッド検索を提供します。
claude desktop、github copilot、codex、antigravityなどのLLMアプリケーション向けローカル永続メモリ保存場所。
CrateDB は、分散型でスケーラブルな SQL データベースで、大量のデータをほぼリアルタイムで保存・分析でき、複雑なクエリでも可能です。PostgreSQL と互換性があり、Lucene を基盤としています。
エンタープライズグレード(4000万LOC以上)のコードベースインテリジェンス、ゼロセットアップ、ローカル&プライベート Plugin/Skill/Extension または MCP:ハイブリッド意味検索、多言語依存グラフ、シンボルレベルの影響分析&コールフロー、インタラクティブHTMLビューア、クロスプロジェクト&ブランチ対応検索、DB/API/インフラ知識。トークン61%削減、呼び出し84%削減、37倍高速。Cloudはベータ版。
pingcap/autoflow は、TiDB Serverless Vector Storage で構築された Graph RAG ベースの会話型ナレッジベースツールです。デモ: https://tidb.ai
Programming Navigationの新しいAI開発実践プロジェクト:Spring Boot 3 + Java 21 + Spring AIをベースに、AI恋愛マスターアプリとReActモードの自律型エージェント「YuManus」を構築します。AIモデルの統合、Spring AIのコア機能、プロンプトエンジニアリングと最適化、RAG、ベクトルデータベース、Tool Calling、MCP(Model Context Protocol)、AIエージェント開発(Manas Java実装)、Cursor AIツールなどの核心知識を網羅。プログラマーが必須のAI技術をこのチュートリアル一つで習得し、AI時代の企業にとって欠かせない人材となり、履歴書と就職活動の競争力を大幅に高めましょう。
よくある質問
GitHubで最も人気のある#vector-databaseリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#vector-databaseプロジェクトは、68,480個のスターを獲得しているMintplex-Labs/anything-llmです。知性をレンタルするのはやめましょう。AnythingLLMで所有しましょう。強力なローカルファーストエージェント体験に必要なすべて
#vector-databaseリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#vector-databaseプロジェクトでは、Python, Rust, TypeScript, C++が最も一般的なプログラミング言語です。
#vector-databaseリポジトリのランキングはどのように算出されていますか?
#vector-databaseのタグが付いた144件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は930,992個で、リポジトリあたりの平均は6,465個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。