#vector-database Repositórios
Descubra 144 repositórios ativos de código aberto no GitHub marcados com #vector-database, acumulando um total de 930,992 estrelas (uma média de 6,465 por projeto). O líder deste tópico é Mintplex-Labs/anything-llm, com 68,480 estrelas.
144 repositórios no total
Pare de alugar sua inteligência. Possua-a com AnythingLLM. Tudo que você precisa para uma poderosa experiência de agente local
Uma API de motor de busca ultrarrápida que traz a pesquisa híbrida alimentada por IA para seus sites e aplicativos.
Um servidor RAG sem código que mantém as respostas sincronizadas com seus documentos. Compatível com 8 bancos de dados vetoriais. Desenvolvido com Pathway.
Milvus é um banco de dados vetorial de alto desempenho e nativo da nuvem, construído para pesquisa ANN vetorial escalável
Banco de dados de contexto autoevolutivo para agentes de IA. Unifique a memória do agente, RAG de conhecimento e habilidades.
Uma biblioteca para busca de similaridade eficiente e clusterização de vetores densos.
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/
Cognee é a plataforma de memória de IA de código aberto para agentes. Dê aos seus agentes de IA uma memória persistente de longo prazo gratuitamente com modelos pequenos
Este repositório apresenta várias técnicas avançadas para sistemas de Geração Aumentada por Recuperação (RAG). Cada técnica possui um tutorial detalhado em notebook.
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.
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.
[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.
Framework de IA completo para pesquisa semântica, orquestração de LLM e fluxos de trabalho de modelos de linguagem
LangChain4j é uma biblioteca Java idiomática e de código aberto para construir aplicativos alimentados por LLM na JVM. Ela oferece uma API unificada sobre provedores LLM populares e armazenamentos de vetores, e facilita a implementação de chamadas de ferramentas (incluindo suporte a MCP), agentes e RAG. Ela se integra perfeitamente com frameworks Java empresariais como Quarkus e Spring Boot.
Busca de código MCP para Claude Code. Torne toda a base de código o contexto para qualquer agente de codificação.
Biblioteca de recuperação integrada OSS amigável para desenvolvedores para IA multimodal. Pesquise Mais; Gerencie Menos.
🌌 Um mecanismo de busca completo e pipeline RAG no seu navegador, servidor ou rede de borda, com suporte para busca de texto completo, vetorial e híbrida, em menos de 2kb.
O OceanBase é o banco de dados distribuído unificado para a era da IA: de código aberto, multimodelo, um único mecanismo para suas cargas de trabalho mais exigentes.
Um Postgres para os dados da sua aplicação, pesquisa de texto completo, recuperação vetorial e agregações. O lar da extensão pg_search.
Data Agent Ready Warehouse: Um para Analytics, Busca, IA, Sandbox Python. — reconstruído do zero. Arquitetura unificada no seu S3.
Deeplake é uma AI Data Runtime para Agents. Fornece Postgres sem servidor com um datalake multimodal, permitindo recuperação e treinamento escaláveis.
O servidor MariaDB é um fork do servidor MySQL desenvolvido pela comunidade. Iniciado por membros centrais da equipe original do MySQL, o MariaDB trabalha ativamente com desenvolvedores externos para fornecer o servidor SQL aberto com mais recursos, estável e com licença razoável na indústria.
Aplicativo privado e local de gerenciamento de conhecimento pessoal de IA para pessoas com alta entropia.
Alternativa de Pesquisa Profunda de Código Aberto para Razão e Busca em Dados Privados. Escrito em Python.
Framework de código aberto para construir aplicativos de agente em JavaScript, Go, Dart e Python, construído e usado em produção pelo Google
HelixDB é um banco de dados de grafos OLTP com pesquisa vetorial e de texto completo nativas, desenvolvido em Rust sobre armazenamento de objetos.
Um motor de consulta e indexação para Redis, fornecendo indexação secundária, pesquisa de texto completo, pesquisa de similaridade vetorial e agregações.
Apache Pinot: um banco de dados de análise em tempo real para SQL de baixa latência e busca vetorial, que atende a aplicações voltadas para usuários e agentes
Mecanismo de busca de texto/vetores em Go, de código aberto, distribuído, simples, rápido e eficiente
MineContext é o seu parceiro de IA proativo e ciente do contexto(Engenharia de Contexto + ChatGPT Pulse)
O banco de dados nativo de IA construído para aplicações LLM, fornecendo pesquisa híbrida incrivelmente rápida de vetores densos, vetores esparsos, tensores (multivetor) e texto completo.
Armazenamento de memória persistente local para aplicações LLM, incluindo claude desktop, github copilot, codex, antigravity, etc.
CrateDB é um banco de dados SQL distribuído e escalável para armazenar e analisar grandes volumes de dados em tempo quase real, mesmo com consultas complexas. É compatível com PostgreSQL e baseado no Lucene.
Uma maneira calma e nativa de CLI para buscar semanticamente tudo, como código, imagens, PDFs e muito mais.
Knowhere extrai, analisa e gera pedaços estruturados prontos para Agentes de IA e RAG.
Inteligência de codebase de nível enterprise (40m+ LOC), zero-setup, local e privado Plugin/Skill/Extension ou MCP: busca semântica híbrida, grafos de dependência poliglota, análise de impacto em nível de símbolo & fluxo de chamadas, visualizador HTML interativo, busca cross-projeto e consciente de branch, conhecimento DB/API/infra. 61% menos tokens, 84% menos chamadas, 37x mais rápido. Cloud em beta.
Jupyter Notebooks para ajudar você a obter experiência prática com bancos de dados vetoriais Pinecone
pingcap/autoflow é uma ferramenta de base de conhecimento conversacional, baseada em Graph RAG e construída com TiDB Serverless Vector Storage. Demonstração: https://tidb.ai
Novo projeto prático de desenvolvimento de IA da Programming Navigation: construção de uma aplicação de 'Guru do Amor' com IA e do agente autônomo de planejamento ReAct 'YuManus', utilizando Spring Boot 3, Java 21 e Spring AI. O curso abrange conhecimentos essenciais, incluindo integração de modelos de IA, recursos do Spring AI, engenharia de prompts, RAG, bancos de dados vetoriais, Tool Calling, protocolo MCP, desenvolvimento de agentes de IA (implementação Java do Manas) e ferramentas Cursor AI. Um tutorial completo para dominar as tecnologias de IA indispensáveis, tornando-o um profissional altamente valorizado na era da IA e aumentando significativamente a competitividade do seu currículo.
Lidando com todos os dados não estruturados, como pesquisa reversa de imagens, pesquisa de áudio, pesquisa molecular, análise de vídeo, sistemas de perguntas e respostas, PNL, etc.
Perguntas Frequentes
Qual é o repositório de #vector-database mais popular no GitHub?
O projeto de código aberto de #vector-database mais bem classificado no GitHub é Mintplex-Labs/anything-llm, com 68,480 estrelas. Pare de alugar sua inteligência. Possua-a com AnythingLLM. Tudo que você precisa para uma poderosa experiência de agente local
Quais linguagens de programação são mais usadas nos repositórios de #vector-database?
Entre os projetos de #vector-database mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Rust, TypeScript, C++.
Como é calculada a classificação dos repositórios de #vector-database?
Acompanhamos 144 repositórios ativos de código aberto marcados com #vector-database (com mais de 500 estrelas), totalizando 930,992 estrelas e uma média de 6,465 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.