#vector-search Репозитории
Откройте для себя 109 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #vector-search, с общим числом 868,793 звёзд (в среднем 7,970 на проект). Лидером этой темы является ruvnet/ruflo, набравший 82,196 звёзд.
Всего репозиториев: 109
🌊 Оригинальный каркас для агентов. Разворачивайте интеллектуальные мультиагентные рои, координируйте автономные рабочие процессы и создавайте разговорные ИИ-системы. Поддерживаются адаптивная память, самообучающийся интеллект, федерация, интеграция векторного RAG, а также нативная интеграция с Claude Code / Codex / Hermes и многими другими инструментами
Для разработчиков, которые создают приложения на основе данных в реальном времени, Redis — это предпочтительный, самый быстрый и наиболее функциональный кэш, сервер структур данных, а также движок запросов к документам и векторам.
API поисковой системы молниеносной скорости, приносящий AI-управляемый гибридный поиск на ваши сайты и приложения.
Milvus — это высокопроизводительная, облачная векторная база данных, предназначенная для масштабируемого поиска по векторному ANN.
Открытая платформа знаний LLM: превращает необработанные документы в запрашиваемый RAG, автономного агента рассуждений и самообновляемую Вики.
SeaweedFS — это распределённая система хранения для объектного хранилища (S3), файловых систем, бакетов таблиц Iceberg и векторных бакетов Lance. Она предназначена для работы с миллиардами файлов, обеспечивая доступ к диску за O(1) и простое горизонтальное масштабирование.
Qdrant – Высокопроизводительная, крупномасштабная векторная база данных и поисковый движок векторов для следующего поколения ИИ. Также доступно в облаке https://cloud.qdrant.io/
Платформа ИИ с открытым исходным кодом. Чат ИИ с расширенными функциями, который работает с любой LLM.
TencentDB Agent Memory — это командный центр памяти для ИИ-агентов, преобразующий разговоры, документы и код в четыре повторно используемых ресурса памяти (Chat Memory, Skill, LLM-Wiki, Code-Graph), которые управляются, распространяются и оснащаются между агентами и фреймворками.
Лучший инструмент ИИ для создания резюме, PDF, сопроводительных писем и многого другого локально с поддержкой более 100 LLM.
Открытая альтернатива Algolia + Pinecone и более простая в использовании альтернатива ElasticSearch ⚡ 🔍 ✨ Быстрый, устойчивый к опечаткам, работающий в памяти нечеткий поисковый движок для создания приятных поисковых впечатлений
Поисковая система на базе ИИ и MCP-сервер для ботов и агентов. Один исполняемый файл на Rust индексирует код, документы, журналы, файлы JSONL/CSV и PDF для полнотекстового поиска BM25, векторного и гибридного поиска, поиска по коду без grep, памяти агентов и RAG. API совместим с Elasticsearch; Corpus Hub предоставляет сотни справочных корпусов памяти.
Векторный индекс, построенный на TurboQuant, написанный на Rust с привязками к Python
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
Современная библиотека для индексации текста/чисел/геопространственных данных/векторов для Go
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.
LLM Zoomcamp — бесплатный онлайн-курс о практическом применении LLM. За 10 недель вы научитесь создавать ИИ-систему, которая отвечает на вопросы по вашей базе знаний. Регистрируйтесь здесь 👇🏼
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
Superduper: комплексная платформа для создания пользовательских ИИ-приложений и агентов.
Распределённая библиотека приближённого поиска ближайших соседей (ANN), которая предоставляет высококачественные инструментарии для построения индекса векторов, поиска и распределённого онлайн-сервиса для сценариев поиска векторов в большом масштабе.
Нативная база данных ИИ, созданная для LLM-приложений, обеспечивающая невероятно быстрый гибридный поиск по плотным векторам, разреженным векторам, тензорам (многовекторным) и полнотекстовому поиску.
Биоинспирированный когнитивный двигатель памяти — новая парадигма для Graph RAG.
Единый граф близости для векторного поиска, разреженных произведений и внимания в RAM, VRAM и NVMe — для плотных векторов, последовательностей, фигур и геопространственных наборов на 14 языках 🔍
Локальный поиск по всему рабочему пространству, созданный для людей и ИИ-агентов.
ColBERT: современный нейронный поиск (SIGIR'20, TACL'21, NeurIPS'21, NAACL'22, CIKM'22, ACL'23, EMNLP'23)
Легко используйте и обучайте передовые методы поиска с поздним взаимодействием (ColBERT) в любом конвейере RAG. Разработан для модульности и простоты использования, подкреплен исследованиями.
Сервер логического вывода с открытым исходным кодом и производственный кластер для всех моделей, необходимых вашему агенту.
OP Vault ChatGPT: Предоставьте ChatGPT долговременную память, используя OP Stack (OpenAI + Pinecone Vector Database). Загружайте собственные файлы базы знаний (PDF, txt, epub и т. д.) с помощью простого React-интерфейса.
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.
Расширение Postgres для векторного поиска (DiskANN), дополняющее pgvector по производительности и масштабируемости. Лицензировано как Postgres OSS.
Инструменты с открытым исходным кодом для тестирования и экспериментов с промптами, с поддержкой как LLM (например, OpenAI, LLaMA), так и векторных баз данных (например, Chroma, Weaviate, LanceDB).
Jupyter Notebooks, которые помогут вам начать работу с векторными базами данных Pinecone
Новый SOTA для RAG — оригинальная архитектура поиска и база знаний с открытым исходным кодом для людей и агентов.
Кроссплатформенная читалка электронных книг на базе ИИ с семантическим поиском, RAG-чатом, локальным векторным хранилищем, заметками, TTS и синхронизацией через WebDAV.
Универсальная платформа для поиска, рекомендаций, RAG и аналитики, предлагаемая через API
🚀 Эффективная библиотека коллекций алгоритмов поиска приближенного ближайшего соседа, написанная на Rust 🦀 .
Часто задаваемые вопросы
Какой репозиторий по теме #vector-search наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #vector-search на GitHub — ruvnet/ruflo, набравший 82,196 звёзд. 🌊 Оригинальный каркас для агентов. Разворачивайте интеллектуальные мультиагентные рои, координируйте автономные рабочие процессы и создавайте разговорные ИИ-системы. Поддерживаются адаптивная память, самообучающийся интеллект, федерация, интеграция векторного RAG, а также нативная интеграция с Claude Code / Codex / Hermes и многими другими инструментами
Какие языки программирования чаще всего используются в репозиториях по теме #vector-search?
Среди наиболее высоко оценённых проектов по теме #vector-search на GitHub чаще всего используются языки программирования Python, Rust, TypeScript, Go.
Как рассчитывается рейтинг репозиториев по теме #vector-search?
Мы отслеживаем 109 активных репозиториев с открытым исходным кодом, отмеченных тегом #vector-search (500 и более звёзд), с общим числом 868,793 звёзд и в среднем 7,970 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.