#vector-databases リポジトリ
#vector-databasesのタグが付いた、GitHub上の46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222,686個で、プロジェクトあたりの平均は4,841個です。このトピックをリードしているのは、77,583個のスターを獲得しているredis/redisです。
リポジトリ合計46件
リアルタイムのデータ駆動型アプリケーションを構築する開発者にとって、Redis は、選ばれる最も速く、機能が最も豊富なキャッシュ、データ構造サーバー、およびドキュメントとベクタークエリエンジンです。
週末プロジェクト向けの Javascript AI 起動スタック。画像/テキストモデル、ベクトルストア、認証、デプロイ構成が含まれます。
AIネイティブ検索データベース。エージェントストレージに最適で、ベクター、テキスト、構造化、半構造化データを単一のエンジンに統合します。このオールインワンデータベースにより、エージェントはよりスマートで、実行が容易で、安定性が向上します。
大規模モデルアルゴリズム職面接質問(解答付き):よくある質問と概念解説「大規模モデル面接質問」、「アルゴリズム職面接」、「面接でよくある質問」、「大規模モデルアルゴリズム面接」、「大規模モデル応用基礎」
このリポジトリには、Google、Nvidia、Meta、Microsoft、Fortune 500企業などのトップ企業で出題されるLLM(大規模言語モデル)の面接問題が含まれています。
CAMELフレームワークに基づいたマルチエージェントチュートリアルで、ゼロからエージェント社会を構築する方法を理解することを目的としています!
LLM, LangChain、LangGraphを使用した株価データおよびニュース取得のためのフルスタックアプリケーション
OpenAI APIとFAISS(Facebook AI Similarity Search)インデックスを使用してPDFテキストデータのインデックス作成と検索を行うRAGベースのツールで、迅速な情報検索と優れた検索精度を実現するように設計されています。
Knowledge Tableは、非構造化ドキュメントから構造化データを抽出および探索することを容易にするように設計されたオープンソースパッケージです。
よくある質問
GitHubで最も人気のある#vector-databases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-databasesプロジェクトは、77,583個のスターを獲得しているredis/redisです。リアルタイムのデータ駆動型アプリケーションを構築する開発者にとって、Redis は、選ばれる最も速く、機能が最も豊富なキャッシュ、データ構造サーバー、およびドキュメントとベクタークエリエンジンです。
#vector-databases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-databasesプロジェクトでは、Python, Jupyter Notebook, TypeScript, Cが最も一般的なプログラミング言語です。
#vector-databases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-databasesのタグが付いた46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222,686個で、リポジトリあたりの平均は4,841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。