Git Stars Git Stars

#neural-search Repositórios

Descubra 14 repositórios ativos de código aberto no GitHub marcados com #neural-search, acumulando um total de 114,302 estrelas (uma média de 8,164 por projeto). O líder deste tópico é qdrant/qdrant, com 35,653 estrelas.

14
Total de Repositórios
114,302
Total de estrelas
8,164
Média de Estrelas/Repositório

14 repositórios no total

1
qdrant/qdrant

Qdrant - Banco de Dados Vetorial de alto desempenho e em escala massiva e Motor de Busca Vetorial para a próxima geração de IA. Também disponível na nuvem https://cloud.qdrant.io/

qdrant
⭐ 35,653 Rust 👤 qdrant Organization 🕐 Atualizado 2026-11-20 📅 Criado 2020-05-30
2
jina-ai/serve

☁️ Construa aplicações de IA multimodal com stack nativa da nuvem

jina-ai
⭐ 21,864 Python 👤 jina-ai Organization 🕐 Atualizado 2025-03-24 📅 Criado 2020-02-13
3
weaviate/weaviate

Weaviate é um banco de dados vetorial de código aberto que armazena objetos e vetores, permitindo a combinação de busca vetorial com filtragem estruturada, com a tolerância a falhas e escalabilidade de um banco de dados nativo da nuvem.

weaviate
⭐ 16,960 Go 👤 weaviate Organization 🕐 Atualizado 2026-11-21 📅 Criado 2016-03-30
4
PaddlePaddle/PaddleNLP

Biblioteca de LLM e SLM poderosa e fácil de usar com um impressionante acervo de modelos.

PaddlePaddle
⭐ 13,000 Python 👤 PaddlePaddle Organization 🕐 Atualizado 2026-05-23 📅 Criado 2021-02-05
5
jina-ai/clip-as-service

🏄 Embeddings, raciocínio e classificação escaláveis para imagens e frases com CLIP

jina-ai
⭐ 12,797 Python 👤 jina-ai Organization 🕐 Atualizado 2024-01-23 📅 Criado 2018-11-12
6
embeddings-benchmark/mteb

MTEB: Avaliação de ponta de embeddings em diferentes idiomas e modalidades

embeddings-benchmark
⭐ 3,519 Python 👤 embeddings-benchmark Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-04-05
7
docarray/docarray

Representar, enviar, armazenar e pesquisar dados multimodais

docarray
⭐ 3,123 Python 👤 docarray Organization 🕐 Atualizado 2026-03-27 📅 Criado 2021-12-14
8
SeekStorm/SeekStorm

SeekStorm: busca vetorial e lexical - biblioteca em processo e servidor multi-tenant, em Rust.

SeekStorm
⭐ 1,938 Rust 👤 SeekStorm Organization 🕐 Atualizado 2026-11-16 📅 Criado 2024-02-27
9
code-kern-ai/refinery

A escolha open-source do cientista de dados para dimensionar, avaliar e manter dados de linguagem natural. Trate os dados de treinamento como um artefato de software.

code-kern-ai
⭐ 1,469 Python 👤 code-kern-ai Organization 🕐 Atualizado 2024-12-09 📅 Criado 2022-07-04
10
epsilla-cloud/vectordb

Um banco de dados vetorial de alto desempenho que aproveita a computação paralela em grafos

epsilla-cloud
⭐ 874 C++ 👤 epsilla-cloud Organization 🕐 Atualizado 2026-10-04 📅 Criado 2023-07-09
11
Muennighoff/sgpt

SGPT: Embeddings de Sentença GPT para Busca Semântica

Muennighoff
⭐ 873 Jupyter Notebook 👤 Muennighoff User 🕐 Atualizado 2024-02-17 📅 Criado 2022-02-11
12
lanterndata/lantern

Extensão de banco de dados vetorial do PostgreSQL para construção de aplicações de IA

lanterndata
⭐ 871 Rust 👤 lanterndata Organization 🕐 Atualizado 2024-12-12 📅 Criado 2023-07-11
13
primeqa/primeqa

O repositório principal para pesquisa e desenvolvimento de ponta em Respostas a Perguntas Multilíngues.

primeqa
⭐ 739 Python 👤 primeqa Organization 🕐 Atualizado 2025-09-18 📅 Criado 2022-06-15
14
jina-ai/vectordb

Um banco de dados vetorial Python que você precisa - nem mais, nem menos.

jina-ai
⭐ 637 Python 👤 jina-ai Organization 🕐 Atualizado 2024-03-04 📅 Criado 2023-05-02

Perguntas Frequentes

1

Qual é o repositório de #neural-search mais popular no GitHub?

O projeto de código aberto de #neural-search mais bem classificado no GitHub é qdrant/qdrant, com 35,653 estrelas. Qdrant - Banco de Dados Vetorial de alto desempenho e em escala massiva e Motor de Busca Vetorial para a próxima geração de IA. Também disponível na nuvem https://cloud.qdrant.io/

2

Quais linguagens de programação são mais usadas nos repositórios de #neural-search?

Entre os projetos de #neural-search mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Rust, Go, C++.

3

Como é calculada a classificação dos repositórios de #neural-search?

Acompanhamos 14 repositórios ativos de código aberto marcados com #neural-search (com mais de 500 estrelas), totalizando 114,302 estrelas e uma média de 8,164 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.