#vector-search Repositórios
109 repositórios no total
Você ainda está incomodado por não ter pacotes de figurinhas VV suficientes para guardar e por não serem adequados quando você precisa usá-los? Venha experimentar este projeto!
Como reduzir a complexidade e ser mais rápido? Apenas Postgres para tudo.
O conjunto de ferramentas universal para gerenciamento de bancos de dados vetoriais. Gerencie bancos de dados vetoriais Pinecone, Chroma, Qdrant, Weaviate e mais com facilidade.
Uma alternativa totalmente de código aberto ao NotebookLM, com o apoio do LlamaCloud
Uma biblioteca de indexação vetorial para trazer busca rápida, atual e filtrada ao seu banco de dados
SeekStorm: busca vetorial e lexical - biblioteca em processo e servidor multi-tenant, em Rust.
Matemática de precisão mista e kernels de álgebra linear e recuperação, mais de 4000 símbolos, de números de 4 bits a números complexos de 128 bits, para x86, Arm, RISC-V, LoongArch, Power e WASM, incluindo AMX e SME 📐
Havenask é um sistema de pesquisa de informações distribuído em larga escala amplamente utilizado dentro do Grupo Alibaba
Pesquisa vetorial escalável, rápida e otimizada para disco no Postgres, o sucessor do pgvecto.rs.
Modelo para construir sua própria pesquisa de documentos no estilo ChatGPT, com tecnologia de Next.js, OpenAI e Supabase.
Coleções de bibliotecas, serviços e artigos de pesquisa relacionados à busca vetorial
Busca do Vizinho Mais Próximo com Grafo e Árvore de Vizinhança para Dados de Alta Dimensionalidade
O conjunto de ferramentas para a engenharia de contexto de devtools de IA. Construído com mapeamento de base de código, extração de símbolos e muitos tipos de pesquisa de código.
Uma alternativa rápida e multithread ao Redis® e ao Valkey, escrita em Rust: compatível como substituto direto, com pesquisa de texto completo e vetorial integradas
ArcadeDB Multi-Model Database, um SGBD que suporta SQL, Cypher, Gremlin, HTTP/JSON, MongoDB e Redis. ArcadeDB é um fork conceitual do OrientDB, o primeiro SGBD Multi-Modelo. O ArcadeDB suporta Vector Embeddings.
Treinamento e inferência distribuídos para percepção multimodal: embeddings compartilhados para texto, imagens, vídeo, áudio, código e grafos, de 64 a 1.024 dimensões 🖼️
SQLite-Vector é uma extensão SQLite multiplataforma e ultraeficiente que traz recursos de pesquisa vetorial para seu banco de dados embarcado.
🥤 RAGLite é um kit de ferramentas Python para Geração Aumentada por Recuperação (RAG) com DuckDB ou PostgreSQL
Banco de dados vetorial incorporável para Go com interface semelhante ao Chroma e zero dependências de terceiros. Em memória, com persistência opcional.
O RAFT contém algoritmos e primitivas fundamentais amplamente utilizados para aprendizado de máquina e recuperação de informações. Os algoritmos são acelerados por CUDA e formam blocos de construção para escrever mais facilmente aplicações de alto desempenho.
Biblioteca Rust para gerar incorporações vetoriais e reclassificar localmente!
Um fork do @ClickHouse que suporta pesquisa vetorial de alto desempenho e pesquisa de texto completo.
Reclassificação leve e super-rápida para seus pipelines de pesquisa e recuperação. Suporta reclassificação Listwise e Pairwise SoTA baseada em LLMs e cross-encoders e mais. Criado por Prithivi Da, aberto para PRs e Colaborações.
RAG-Fusion: geração multi-consulta + Fusão de Rank Recíproco para melhor geração aumentada por recuperação. Inclui harness de avaliação com NFCorpus/BEIR.
Este repositório compartilha notebooks de ponta a ponta sobre como utilizar vários recursos e integrações do Weaviate!
Nornicdb é um banco de dados distribuído de baixa latência, Graph+Vector e MVCC temporal, com busca HNSW, travessia de grafos e escritas em menos de um milissegundo. Ao usar Neo4j Bolt/Cypher e gRPC do qdrant, você pode migrar sem alterações enquanto adiciona recursos inteligentes como esquemas, embeddings gerenciados, reranking+LLM, aceleração de GPU, Auto-TLP, decaimento de memória baseado em políticas e servidor MCP.
Um repositório de exemplos de código para recursos de pesquisa vetorial no Azure AI Search.
Um banco de dados vetorial de alto desempenho que aproveita a computação paralela em grafos
Camada de memória compartilhada em um único arquivo para todos os seus agentes, RAG em menos de um milissegundo para texto, fotos e vídeo no Apple Silicon. Sem servidor. Sem API. Um arquivo. Swift puro.
Aprenda pesquisa vetorial com Rust e DataFusion; a trilha de C++/BusTub está obsoleta.
Banco de dados incorporável, em memória e orientado a documentos com uma interface de construtor de consultas de alto nível.
Infraestrutura de código aberto que transforma arquivos SKILL.md dispersos em corpora de habilidades de agentes selecionados e prontos para recuperação, incluindo ferramentas de recuperação e avaliação.
Framework de agentes de IA em TypeScript: memória cognitiva, personalidades dinâmicas, comportamentos emergentes e designs autoconstruídos
Raspagem de dados do Twitter, pesquisa de imagens baseada em embeddings e muito mais.
Transforme LLMs sem estado em agentes de IA com estado e capacidade de acumular conhecimento. Memória persistente com prioridade local, filtros quantitativos para decisões e uma estrutura de governança para Claude Code, Antigravity, Cursor e VS Code. Seja dono do estado. Alugue a inteligência.
Banco de dados transacional incorporado para blobs, documentos e grafos, com NVMe sem passagem pelo kernel via io_uring e SPDK, compactação na GPU e uma única ABI C para seus próprios mecanismos, RocksDB e LevelDB 🗄️