#faiss Repositórios
Descubra 29 repositórios ativos de código aberto no GitHub marcados com #faiss, acumulando um total de 185,123 estrelas (uma média de 6,383 por projeto). O líder deste tópico é milvus-io/milvus, com 46,712 estrelas.
29 repositórios no total
Milvus é um banco de dados vetorial de alto desempenho e nativo da nuvem, construído para pesquisa ANN vetorial escalável
Langchain-Chatchat (anteriormente Langchain-ChatGLM), uma aplicação RAG e Agent baseada em conhecimento local com Langchain e modelos de linguagem como ChatGLM, Qwen e Llama | Langchain-Chatchat (formerly langchain-ChatGLM), local knowledge based LLM (like ChatGLM, Qwen and Llama) RAG and Agent app with langchain
Um índice vetorial construído sobre TurboQuant, escrito em Rust com bindings Python
Camada de memória para Agentes de IA. Substitua pipelines RAG complexos por uma camada de memória sem servidor e de arquivo único. Dê aos seus agentes recuperação instantânea e memória de longo prazo.
[Melhor artigo do MLsys2026]: https://arxiv.org/abs/2506.08276. RAG em tudo com o LEANN. Aproveite uma economia de armazenamento de 97% enquanto executa um aplicativo RAG rápido, preciso e 100% privado em seu dispositivo pessoal.
Um grafo de proximidade para busca vetorial, produtos esparsos e atenção em RAM, VRAM e NVMe, aplicado a vetores densos, sequências, formas e conjuntos geoespaciais em 14 idiomas 🔍
AdalFlow: A biblioteca para construir e otimizar automaticamente aplicações LLM.
Este repositório contém várias técnicas avançadas para sistemas de Geração Aumentada por Recuperação (RAG).
Pesquisa Vetorial Escalável, de Baixa Latência e com Suporte Híbrido no Postgres. Revolucione a Pesquisa Vetorial, não o Banco de Dados.
Pesquisa semântica. Pesquise fotos e vídeos locais através da linguagem natural. A busca semântica de IA permite pesquisar mídias locais por meio de pesquisa por imagem, encontrar conteúdos locais, combinar cenas com descrições de texto, realizar pesquisa por quadros de vídeo e pesquisar vídeos com base em descrições visuais.
CORTEX RAG é um assistente empresarial de recuperação e conhecimento que ajuda as equipes a encontrar respostas precisas a partir de dados da empresa com citações, recuperação consciente de permissões e implantação rápida.
95% de economia de tokens. 155 vezes mais rápidas consultas. 16 idiomas. Os LLMs não conseguem ler todo o seu código-base. TLDR extrai a estrutura, traça dependências e lhes dá exatamente o que eles precisam.
Busca em Larga Escala por Imagens Semelhantes Baseada na Correspondência de Pontos de Característica
Referência transparente de RAG em Python com recuperação híbrida FAISS + BM25, reranking, interface Gradio e FastAPI.
O ChatWeb pode rastrear páginas da web, ler PDF, DOCX, TXT e extrair o conteúdo principal, em seguida, responder às suas perguntas com base no conteúdo, ou resumir os pontos-chave.
Semelhanças: um kit de ferramentas para cálculo de similaridade e pesquisa semântica. Um kit de ferramentas para cálculo de similaridade e pesquisa de correspondência, suportando pesquisa de texto para texto e imagem para imagem em dados de bilhões de níveis, desenvolvido em python3, pronto para uso.
Crie automaticamente índices Faiss knn com os parâmetros de pesquisa de similaridade mais ideais.
Ferramenta baseada em RAG para indexação e busca de dados de texto de PDF usando a API OpenAI e o índice FAISS (Facebook AI Similarity Search), projetada para recuperação rápida de informações e precisão superior na busca.
Incorpore, agrupe e rotule semanticamente conjuntos de dados de texto com facilidade
Um sistema de classificação flexível e adaptável para classificação dinâmica de texto
Perguntas Frequentes
Qual é o repositório de #faiss mais popular no GitHub?
O projeto de código aberto de #faiss mais bem classificado no GitHub é milvus-io/milvus, com 46,712 estrelas. Milvus é um banco de dados vetorial de alto desempenho e nativo da nuvem, construído para pesquisa ANN vetorial escalável
Quais linguagens de programação são mais usadas nos repositórios de #faiss?
Entre os projetos de #faiss mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Rust, C++, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #faiss?
Acompanhamos 29 repositórios ativos de código aberto marcados com #faiss (com mais de 500 estrelas), totalizando 185,123 estrelas e uma média de 6,383 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.