#vector-database Репозитории
Откройте для себя 144 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #vector-database, с общим числом 930,992 звёзд (в среднем 6,465 на проект). Лидером этой темы является Mintplex-Labs/anything-llm, набравший 68,480 звёзд.
Всего репозиториев: 144
Перестаньте арендовать свой интеллект. Владейте им с AnythingLLM. Все, что нужно для мощного локального агентского опыта
API поисковой системы молниеносной скорости, приносящий AI-управляемый гибридный поиск на ваши сайты и приложения.
Сервер RAG без программирования, который поддерживает синхронизацию ответов с вашими документами. Работает с 8 векторными базами данных. Создан на базе Pathway.
Milvus — это высокопроизводительная, облачная векторная база данных, предназначенная для масштабируемого поиска по векторному ANN.
Саморазвивающаяся контекстная база данных для ИИ-агентов. Объединение памяти агента, RAG знаний и навыков.
Библиотека для эффективного поиска по сходству и кластеризации плотных векторов.
Qdrant – Высокопроизводительная, крупномасштабная векторная база данных и поисковый движок векторов для следующего поколения ИИ. Также доступно в облаке https://cloud.qdrant.io/
Cognee — это платформа памяти с открытым исходным кодом для ИИ-агентов. Бесплатно наделите своих ИИ-агентов постоянной долговременной памятью с помощью небольших моделей
Этот репозиторий демонстрирует различные продвинутые техники для систем Retrieval-Augmented Generation (RAG). Каждая техника имеет подробный tutorial в виде notebook.
Слой памяти для ИИ-агентов. Замените сложные RAG-конвейеры бессерверным однофайловым слоем памяти. Обеспечьте своим агентам мгновенное извлечение и долговременную память.
Weaviate — это открытая векторная база данных, которая хранит как объекты, так и векторы, позволяя комбинировать векторный поиск со структурированной фильтрацией с отказоустойчивостью и масштабируемостью облачной нативной базы данных.
[Лучшая статья MLsys2026]: https://arxiv.org/abs/2506.08276. RAG для всего с LEANN. Экономьте 97% дискового пространства, запуская быстрое, точное и на 100% конфиденциальное RAG-приложение на своем личном устройстве.
Универсальная ИИ-платформа для семантического поиска, оркестрации LLM и рабочих процессов языковых моделей
LangChain4j — это идиоматичная библиотека Java с открытым исходным кодом для создания приложений на базе LLM на JVM. Она предоставляет унифицированный API для популярных провайдеров LLM и векторных хранилищ, упрощая реализацию вызовов инструментов (включая поддержку MCP), агентов и RAG. Она бесшовно интегрируется с корпоративными фреймворками Java, такими как Quarkus и Spring Boot.
Поиск кода MCP для Claude Code. Сделайте всю кодовую базу контекстом для любого агента по написанию кода.
Дружелюбная для разработчиков встраиваемая библиотека извлечения OSS для мультимодального ИИ. Ищите больше; управляйте меньше.
Полноценный поисковый движок и RAG-конвейер в вашем браузере, на сервере или в периферийной сети с поддержкой полнотекстового, векторного и гибридного поиска менее чем на 2 КБ.
OceanBase — это единая распределенная база данных для эпохи ИИ: с открытым исходным кодом, мультимодельная, с единым движком для ваших самых ресурсоемких рабочих нагрузок.
Один Postgres для данных вашего приложения, полнотекстового поиска, векторного поиска и агрегаций. Дом расширения pg_search.
Data Agent Ready Warehouse: Один для Analytics, Поиска, ИИ, Python Sandbox. — полностью перестроен с нуля. Единая архитектура на вашем S3.
Deeplake — это AI Data Runtime для агентов. Она предоставляет бессерверный Postgres с мультимодальным хранилищем данных, обеспечивая масштабируемый поиск и обучение.
Сервер MariaDB — это разработанный сообществом форк сервера MySQL. Запущенный ключевыми участниками оригинальной команды MySQL, MariaDB активно сотрудничает с внешними разработчиками, чтобы предоставить самый функциональный, стабильный и разумно лицензированный открытый SQL-сервер в отрасли.
Приватное и локальное приложение ИИ для управления личными знаниями для людей с высокой энтропией.
Альтернатива Reason и Search для глубоких исследований с открытым исходным кодом на частных данных. Написано на Python.
Открытая платформа для создания агентных приложений на JavaScript, Go, Dart и Python, созданная и используемая в производстве компанией Google
HelixDB — это графовая база данных OLTP со встроенным векторным и полнотекстовым поиском, разработанная на Rust поверх объектного хранилища.
Движок запросов и индексации для Redis, предоставляющий вторичную индексацию, полнотекстовый поиск, поиск по векторной схожести и агрегации.
Apache Pinot: аналитическая база данных реального времени для SQL-запросов с низкой задержкой и векторного поиска, предназначенная для приложений для пользователей и агентов
Простой, быстрый и эффективный распределённый поисковый движок для текста и векторов с открытым исходным кодом на Go
MineContext — ваш проактивный ИИ-партнер, осведомленный о контексте (Context-Engineering+ChatGPT Pulse)
Нативная база данных ИИ, созданная для LLM-приложений, обеспечивающая невероятно быстрый гибридный поиск по плотным векторам, разреженным векторам, тензорам (многовекторным) и полнотекстовому поиску.
Локальное постоянное хранилище памяти для приложений LLM, включая claude desktop, github copilot, codex, antigravity и т.д.
CrateDB — это распределённая и масштабируемая база данных SQL для хранения и анализа огромных объёмов данных почти в реальном времени, даже с сложными запросами. Она совместима с PostgreSQL и основана на Lucene.
Спокойный, нативный для CLI способ семантически искать все, например код, изображения, pdf и многое другое.
Knowhere извлекает, анализирует и выводит структурированные фрагменты, готовые для ИИ-агентов и RAG.
Интеллект кодовой базы enterprise-уровня (40м+ LOC), zero-setup, локальный и приватный Plugin/Skill/Extension или MCP: гибридный семантический поиск, полиглотные графы зависимостей, анализ влияния на уровне символов & поток вызовов, интерактивный HTML-просмотрщик, поиск с учетом кросс-проектов и веток, знания DB/API/infra. 61% меньше токенов, 84% меньше вызовов, в 37 раз быстрее. Cloud в бете.
Jupyter Notebooks, которые помогут вам начать работу с векторными базами данных Pinecone
pingcap/autoflow — это основанный на Graph RAG диалоговый инструмент для управления знаниями, созданный с использованием TiDB Serverless Vector Storage. Демо: https://tidb.ai
Новый практический проект по разработке ИИ от Programming Navigation: создание приложения «Любовный гуру» на базе ИИ и автономного агента планирования ReAct «YuManus» с использованием Spring Boot 3, Java 21 и Spring AI. Курс охватывает ключевые знания: интеграцию моделей ИИ, функции Spring AI, промпт-инжиниринг, RAG, векторные базы данных, вызов инструментов (Tool Calling), протокол MCP, разработку ИИ-агентов (реализация Manas на Java) и инструменты Cursor AI. Освойте все необходимые технологии ИИ в одном курсе, чтобы стать востребованным специалистом в эпоху ИИ и значительно повысить конкурентоспособность своего резюме.
Работа со всеми неструктурированными данными, такими как обратный поиск изображений, поиск аудио, молекулярный поиск, анализ видео, системы вопросов и ответов, NLP и т. д.
Часто задаваемые вопросы
Какой репозиторий по теме #vector-database наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #vector-database на GitHub — Mintplex-Labs/anything-llm, набравший 68,480 звёзд. Перестаньте арендовать свой интеллект. Владейте им с AnythingLLM. Все, что нужно для мощного локального агентского опыта
Какие языки программирования чаще всего используются в репозиториях по теме #vector-database?
Среди наиболее высоко оценённых проектов по теме #vector-database на GitHub чаще всего используются языки программирования Python, Rust, TypeScript, C++.
Как рассчитывается рейтинг репозиториев по теме #vector-database?
Мы отслеживаем 144 активных репозиториев с открытым исходным кодом, отмеченных тегом #vector-database (500 и более звёзд), с общим числом 930,992 звёзд и в среднем 6,465 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.