#vector-search Репозитории
Всего репозиториев: 109
Вы все еще расстраиваетесь из-за того, что у вас недостаточно пакетов эмодзи VV, и находите их неуместными при использовании? Попробуйте этот проект прямо сейчас!
Как уменьшить сложность и ускорить работу? Просто используйте Postgres для всего.
Универсальный набор инструментов для управления векторными базами данных. Легко управляйте Pinecone, Chroma, Qdrant, Weaviate и другими векторными базами данных.
Библиотека векторного индексирования, позволяющая обеспечить быстрый, актуальный и отфильтрованный поиск в вашей базе данных
SeekStorm: векторный и лексический поиск - библиотека в процессе и сервер с мультитенантностью, на Rust.
Математика смешанной точности, ядра линейной алгебры и поиска: более 4000 символов, от 4-битных чисел до 128-битных комплексных чисел; для x86, Arm, RISC-V, LoongArch, Power и WASM, включая AMX и SME 📐
Havenask — это крупномасштабная распределённая система поиска информации, широко используемая в Alibaba Group
Масштабируемый, быстрый и дружелюбный к диску поиск векторов в Postgres, преемник pgvecto.rs.
Шаблон для создания собственного пользовательского поиска документов в стиле ChatGPT на базе Next.js, OpenAI и Supabase.
Коллекции библиотек, сервисов и исследовательских работ, связанных с векторным поиском
MemFree - Гибридная поисковая система на базе ИИ и Генератор страниц на базе ИИ
Набор инструментов для инжиниринга контекста ИИ-инструментов. Создавайте с помощью сопоставления кодовой базы, извлечения символов и множества типов поиска кода.
Быстрая многопоточная альтернатива Redis® и Valkey на Rust: полностью совместима для прямой замены, со встроенным полнотекстовым и векторным поиском
ArcadeDB Multi-Model Database, одна СУБД, поддерживающая SQL, Cypher, Gremlin, HTTP/JSON, MongoDB и Redis. ArcadeDB является концептуальным форком OrientDB, первой многомодельной СУБД. ArcadeDB поддерживает векторные вложения (Vector Embeddings).
Распределённое обучение и инференс для мультимодального восприятия: общие эмбеддинги для текста, изображений, видео, аудио, кода и графов размерностью от 64 до 1024 🖼️
SQLite-Vector — это кроссплатформенное, сверхэффективное расширение SQLite, которое обеспечивает возможности векторного поиска для вашей встраиваемой базы данных.
🥤 RAGLite — это набор инструментов Python для генерации с расширенным поиском (RAG) с использованием DuckDB или PostgreSQL
Встраиваемая векторная база данных для Go с интерфейсом, похожим на Chroma, и без сторонних зависимостей. В оперативной памяти с опциональным сохранением данных.
RAFT содержит фундаментальные широко используемые алгоритмы и примитивы для машинного обучения и информационного поиска. Алгоритмы ускорены с помощью CUDA и формируют строительные блоки для более легкой записи высокопроизводительных приложений.
Библиотека на Rust для локальной генерации векторных эмбеддингов и реранжирования!
Форк @ClickHouse, поддерживающий высокопроизводительный векторный поиск и полнотекстовый поиск.
Легкое и сверхбыстрое переранжирование для ваших конвейеров поиска и извлечения. Поддерживает переранжирование SoTA по спискам (Listwise) и парам (Pairwise) на основе LLM и кросс-кодеров и многое другое. Создано Prithivi Da, открыто для PR и сотрудничества.
RAG-Fusion: генерация множественных запросов + слияние взаимных рангов для лучшей генерации, дополненной поиском. Включает тестовый harness с NFCorpus/BEIR.
Этот репозиторий содержит сквозные блокноты о том, как использовать различные функции и интеграции Weaviate!
Nornicdb — это распределенная база данных с низкой задержкой, сочетающая Graph+Vector и Temporal MVCC, обеспечивающая поиск HNSW, обход графов и запись данных менее чем за миллисекунду. Использование Neo4j Bolt/Cypher и gRPC от qdrant позволяет переключиться без внесения изменений, одновременно добавляя интеллектуальные функции, такие как схемы, управляемые эмбеддинги, переранжирование+LLM, ускорение GPU, Auto-TLP, политику затухания памяти и MCP-сервер.
Репозиторий примеров кода для возможностей векторного поиска в Azure AI Search.
Высокопроизводительная векторная база данных, использующая параллельные вычисления на графах
Общий однофайловый слой памяти для всех ваших агентов, RAG с задержкой менее миллисекунды для текста, фотографий и видео на Apple Silicon. Без сервера. Без API. Один файл. Чистый Swift.
Изучите векторный поиск с помощью Rust и DataFusion; направление C++/BusTub устарело.
Встраиваемая, работающая в памяти, ориентированная на документы база данных с интерфейсом конструктора запросов высокого уровня.
Инфраструктура с открытым исходным кодом, превращающая разрозненные файлы SKILL.md в курируемые корпуса навыков агентов, готовые к поиску, включая инструменты поиска и оценки.
Фреймворк для ИИ-агентов на TypeScript: когнитивная память, динамические личности, эмерджентное поведение и саморазвивающиеся архитектуры
Парсинг данных Twitter, поиск изображений на основе встраивания и многое другое.
Превратите LLM без состояния в ИИ-агента с состоянием и способностью накапливать опыт. Постоянная память с приоритетом локального хранения, количественные фильтры принятия решений и система управления для Claude Code, Antigravity, Cursor и VS Code. Владейте состоянием. Арендуйте интеллект.
Встраиваемая транзакционная база данных для блобов, документов и графов: NVMe с обходом ядра через io_uring и SPDK, компактизация на GPU и единый C ABI для собственного движка, RocksDB и LevelDB 🗄️