#vector-database 저장소
#vector-database 태그가 지정된 GitHub의 활성 오픈 소스 저장소 144개를 확인해 보세요. 총 930,992개의 스타를 획득했으며 프로젝트당 평균 6,465개입니다. 이 주제를 이끄는 저장소는 68,480개의 스타를 받은 Mintplex-Labs/anything-llm입니다.
저장소 총 144개
Qdrant - 차세대 AI를 위한 고성능, 대규모 벡터 데이터베이스 및 벡터 검색 엔진. 클라우드에서도 사용 가능 https://cloud.qdrant.io/
이 저장소는 Retrieval-Augmented Generation (RAG) 시스템의 다양한 고급 기술을 소개합니다. 각 기술에는 상세한 노트북 튜토리얼이 있습니다.
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.
[MLsys2026 최우수 논문]: https://arxiv.org/abs/2506.08276. LEANN으로 모든 것에 RAG 적용. 개인 기기에서 빠르고 정확하며 100% 프라이빗한 RAG 애플리케이션을 실행하면서 97%의 저장 공간 절감 효과를 누려보세요.
LangChain4j는 JVM에서 LLM 기반 애플리케이션을 구축하기 위한 관용적이고 오픈 소스 Java 라이브러리입니다. 인기 있는 LLM 제공자와 벡터 저장소를 위한 통합 API를 제공하며, 도구 호출(포함 MCP 지원), 에이전트 및 RAG 구현을 쉽게 만듭니다. Quarkus와 Spring Boot와 같은 엔터프라이즈 Java 프레임워크와 원활하게 통합됩니다.
2kb 미만의 텍스트 전체, 벡터 및 하이브리드 검색을 지원하는 브라우저, 서버 또는 엣지 네트워크의 완전한 검색 엔진 및 RAG 파이프라인.
OceanBase는 AI 시대를 위한 통합 분산 데이터베이스입니다. 오픈 소스, 멀티 모델, 단일 엔진으로 가장 까다로운 워크로드를 지원합니다.
데이터 에이전트 준비형 웨어하우스: Analytics, Search, AI, Python Sandbox 전용. — 처음부터 재구성되었습니다. S3 기반 통합 아키텍처.
Deeplake는 에이전트를 위한 AI 데이터 런타임입니다. 서버리스 PostgreSQL과 멀티모달 데이터 레이크를 제공하여 확장 가능한 검색 및 훈련을 가능하게 합니다.
MariaDB 서버는 MySQL 서버의 커뮤니티 개발 포크입니다. 원래 MySQL 팀의 핵심 멤버들이 시작한 MariaDB는 업계에서 가장 기능이 풍부하고 안정적이며 합리적인 라이선스를 갖춘 오픈 SQL 서버를 제공하기 위해 외부 개발자와 적극적으로 협력하고 있습니다.
JavaScript, Go, Dart 및 Python으로 에이전트 앱을 구축하기 위한 오픈소스 프레임워크로, Google이 구축하고 프로덕션에서 사용합니다
LLM 애플리케이션을 위해 구축된 AI 네이티브 데이터베이스로, 밀집 벡터, 희소 벡터, 텐서(멀티 벡터) 및 전체 텍스트에 대한 놀랍도록 빠른 하이브리드 검색을 제공합니다.
claude desktop, github copilot, codex, antigravity 등을 포함한 LLM 애플리케이션을 위한 로컬 영구 메모리 저장소.
CrateDB는 분산형이고 확장 가능한 SQL 데이터베이스로, 대량의 데이터를 거의 실시간으로 저장하고 분석하며 복잡한 쿼리도 가능합니다. PostgreSQL과 호환되며 Lucene을 기반으로 합니다.
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.
pingcap/autoflow는 TiDB Serverless Vector Storage로 구축된 Graph RAG 기반의 대화형 지식 베이스 도구입니다. 데모: https://tidb.ai
Programming Navigation의 새로운 AI 개발 실전 프로젝트: Spring Boot 3 + Java 21 + Spring AI를 기반으로 AI 연애 마스터 애플리케이션과 ReAct 모드 자율 계획 에이전트 'YuManus'를 구축합니다. AI 모델 연동, Spring AI 핵심 기능, 프롬프트 엔지니어링 및 최적화, RAG, 벡터 데이터베이스, Tool Calling, MCP(Model Context Protocol), AI 에이전트 개발(Manas Java 구현), Cursor AI 도구 등 핵심 지식을 다룹니다. 프로그래머가 반드시 알아야 할 AI 기술을 하나의 튜토리얼로 마스터하여 AI 시대 기업이 탐내는 인재가 되고, 이력서와 취업 경쟁력을 크게 높여보세요.
자주 묻는 질문
GitHub에서 가장 인기 있는 #vector-database 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #vector-database 프로젝트는 68,480개의 스타를 받은 Mintplex-Labs/anything-llm입니다. 지능을 임대하는 것을 중단하세요. AnythingLLM으로 소유하세요. 강력한 로컬 우선 에이전트 경험을 위한 모든 것
#vector-database 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #vector-database 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Rust, TypeScript, C++입니다.
#vector-database 저장소 순위는 어떻게 계산되나요?
#vector-database 태그가 지정된 활성 오픈 소스 저장소(144개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 930,992개이며 저장소당 평균 6,465개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.