#hnsw 저장소
#hnsw 태그가 지정된 GitHub의 활성 오픈 소스 저장소 16개를 확인해 보세요. 총 218,329개의 스타를 획득했으며 프로젝트당 평균 13,645개입니다. 이 주제를 이끄는 저장소는 82,196개의 스타를 받은 ruvnet/ruflo입니다.
저장소 총 16개
🌊 오리지널 에이전트 하네스. 지능형 멀티 에이전트 스웜을 배포하고, 자율 워크플로를 조율하며, 대화형 AI 시스템을 구축하세요. 적응형 메모리, 자기 학습 지능, 페더레이션, 벡터 RAG 통합, Claude Code / Codex / Hermes 및 다양한 도구의 네이티브 통합을 제공합니다
Qdrant - 차세대 AI를 위한 고성능, 대규모 벡터 데이터베이스 및 벡터 검색 엔진. 클라우드에서도 사용 가능 https://cloud.qdrant.io/
Weaviate는 객체와 벡터를 모두 저장하는 오픈 소스 벡터 데이터베이스로, 클라우드 네이티브 데이터베이스의 내결함성과 확장성을 가진 벡터 검색과 구조화된 필터링의 조합을 가능하게 합니다.
LLM 애플리케이션을 위해 구축된 AI 네이티브 데이터베이스로, 밀집 벡터, 희소 벡터, 텐서(멀티 벡터) 및 전체 텍스트에 대한 놀랍도록 빠른 하이브리드 검색을 제공합니다.
AI 네이티브 검색 데이터베이스. 에이전트 저장소에 가장 적합하며, 벡터, 텍스트, 구조화 및 반구조화 데이터를 단일 엔진으로 통합합니다. 이 올인원 데이터베이스는 에이전트를 더 똑똑하고, 실행하기 쉽고, 더 안정적으로 만듭니다.
MinHash, LSH, LSH Forest, Weighted MinHash, HyperLogLog, HyperLogLog++, LSH Ensemble 그리고 HNSW
Endee.io – 고성능 벡터 데이터베이스, 단일 노드에서 최대 10억 개 벡터를 처리하도록 설계되었으며, 최적화된 인덱싱과 실행을 통해 상당한 성능 향상을 제공합니다. 클라우드 버전도 사용 가능 https://endee.io/
Nornicdb는 분산형 저지연 Graph+Vector 및 Temporal MVCC 데이터베이스로, 모든 HNSW 검색, 그래프 탐색 및 쓰기 작업에서 서브밀리초(sub-ms) 성능을 제공합니다. Neo4j Bolt/Cypher 및 qdrant의 gRPC를 사용하므로 변경 없이 전환할 수 있으며, 스키마, 관리형 임베딩, 리랭킹+LLM, GPU 가속, Auto-TLP, 정책 기반 메모리 감쇠, MCP 서버와 같은 지능형 기능을 추가할 수 있습니다.
Spotify 트랙 4,500만 개와 플레이리스트 180만 개를 학습한 곡 간 음악 추천 시스템입니다. (Spotify 트랙 ID / ISRC를 입력하면 유사한 곡을 추천합니다.)
자주 묻는 질문
GitHub에서 가장 인기 있는 #hnsw 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #hnsw 프로젝트는 82,196개의 스타를 받은 ruvnet/ruflo입니다. 🌊 오리지널 에이전트 하네스. 지능형 멀티 에이전트 스웜을 배포하고, 자율 워크플로를 조율하며, 대화형 AI 시스템을 구축하세요. 적응형 메모리, 자기 학습 지능, 페더레이션, 벡터 RAG 통합, Claude Code / Codex / Hermes 및 다양한 도구의 네이티브 통합을 제공합니다
#hnsw 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #hnsw 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 C++, Rust, Go, Python입니다.
#hnsw 저장소 순위는 어떻게 계산되나요?
#hnsw 태그가 지정된 활성 오픈 소스 저장소(16개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 218,329개이며 저장소당 평균 13,645개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.