#semantic-search 저장소
#semantic-search 태그가 지정된 GitHub의 활성 오픈 소스 저장소 148개를 확인해 보세요. 총 906,058개의 스타를 획득했으며 프로젝트당 평균 6,122개입니다. 이 주제를 이끄는 저장소는 123,942개의 스타를 받은 microsoft/generative-ai-for-beginners입니다.
저장소 총 148개
당신의 AI 두뇌. 자체 호스팅 가능. 웹 또는 문서에서 답변을 얻으세요. 맞춤형 에이전트를 구축하고, 자동화를 예약하고, 심층 조사를 수행하세요. 온라인 또는 로컬 LLM을 개인적이고 자율적인 AI(gpt, claude, gemini, llama, qwen, mistral)로 바꾸세요. 지금 시작하세요 - 무료.
이 저장소는 Retrieval-Augmented Generation (RAG) 시스템의 다양한 고급 기술을 소개합니다. 각 기술에는 상세한 노트북 튜토리얼이 있습니다.
Algolia + Pinecone의 오픈 소스 대안이자 ElasticSearch보다 사용하기 쉬운 대안 ⚡ 🔍 ✨ 빠르고 오타에 관대하며 메모리 내 퍼지 검색 엔진으로 즐거운 검색 경험을 구축하기 위한 도구
컨텍스트 엔지니어링이 적용된 프로덕션 준비 LLM 애플리케이션을 구축하기 위한 오픈소스 AI 오케스트레이션 프레임워크. 검색, 라우팅, 메모리, 생성에 대해 명시적 제어를 제공하는 모듈식 파이프라인 및 에이전트 워크플로를 설계하세요. 확장 가능한 에이전트, RAG, 멀티모달 애플리케이션, 시맨틱 검색, 대화형 시스템용으로 구축되었습니다.
에이전트, 어시스턴트 및 기업 검색을 위한 프라이빗 AI 플랫폼. 내장된 에이전트 빌더, 심층 리서치, 문서 분석, 다중 모델 지원 및 에이전트용 API 연결 기능.
AI 에이전트를 위한 메모리 계층. 복잡한 RAG 파이프라인을 서버리스 단일 파일 메모리 계층으로 대체하세요. 에이전트에게 즉각적인 검색 및 장기 기억을 제공합니다.
Weaviate는 객체와 벡터를 모두 저장하는 오픈 소스 벡터 데이터베이스로, 클라우드 네이티브 데이터베이스의 내결함성과 확장성을 가진 벡터 검색과 구조화된 필터링의 조합을 가능하게 합니다.
Chrome MCP Server는 Claude와 같은 AI 비서에게 Chrome 브라우저 기능을 노출하는 Chrome 확장 프로그램 기반 모델 컨텍스트 프로토콜(MCP) 서버로, 복잡한 브라우저 자동화, 콘텐츠 분석 및 의미론적 검색을 가능하게 합니다.
사진, PDF, 문서, 녹음 파일, 동영상, 코드 등 파일의 내용을 기준으로 컴퓨터를 검색하세요. Mac, Windows, Linux에서 기기 내로 실행되며 Google DeepMind의 EmbeddingGemma 2를 기반으로 합니다.
Zotero MCP: Zotero 연구 라이브러리를 Claude 및 기타 AI 어시스턴트와 Model Context Protocol을 통해 연결하여 논문을 토론하고, 요약을 얻고, 인용을 분석하는 등의 기능을 제공합니다.
글을 쓰는 동안 관련 노트와 발췌문을 찾으세요. 링크 구축 코파일럿이 그래프 + 목록 보기에서 관련 콘텐츠를 표시합니다. 로컬 임베딩 모델이 의미 검색을 지원합니다. 설정 불필요. API 키 불필요.
RAM, VRAM, NVMe 전반에서 벡터 검색, 희소 곱 및 어텐션을 지원하는 하나의 근접 그래프—밀집 벡터, 시퀀스, 도형 및 지리 공간 집합을 14개 언어로 처리합니다 🔍
ColBERT: 최첨단 신경망 검색 (SIGIR'20, TACL'21, NeurIPS'21, NAACL'22, CIKM'22, ACL'23, EMNLP'23)
엔터프라이즈급 (4000만+ LOC) 코드베이스 인텔리전스, 제로 셋업, 로컬 & 프라이빗 플러그인/스킬/확장 또는 MCP: 하이브리드 시맨틱 검색, 다국어 종속성 그래프, 심볼 수준 영향 분석 & 호출 흐름, 인터랙티브 HTML 뷰어, 크로스 프로젝트 & 브랜치 인식 검색, DB/API/인프라 지식. 토큰 61% 감소, 호출 84% 감소, 37배 빠름. Cloud 베타 버전.
자주 묻는 질문
GitHub에서 가장 인기 있는 #semantic-search 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #semantic-search 프로젝트는 123,942개의 스타를 받은 microsoft/generative-ai-for-beginners입니다. 21가지 수업, 생성형 AI로 빌드 시작하기
#semantic-search 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #semantic-search 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, Rust, Go입니다.
#semantic-search 저장소 순위는 어떻게 계산되나요?
#semantic-search 태그가 지정된 활성 오픈 소스 저장소(148개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 906,058개이며 저장소당 평균 6,122개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.