#hybrid-search 仓库
探索 22 个标记为 #hybrid-search 的活跃开源 GitHub 仓库,它们累计获得 175,935 个 Star(平均每个项目 7,997 个)。该主题的领先项目是 meilisearch/meilisearch,拥有 59,951 个 Star。
共 22 个仓库
面向机器人和智能体的 AI 搜索引擎与 MCP 服务器。一个 Rust 二进制程序即可为 BM25 全文搜索、向量搜索和混合搜索建立代码、文档、日志、JSONL/CSV 文件及 PDF 的索引,还支持无需 grep 的代码搜索、智能体记忆和 RAG。兼容 Elasticsearch 的 API;Corpus Hub 提供数百个参考记忆语料库。
面向 AI 智能体和企业 AI 搜索的开源上下文层。通过 MCP、SDK 和内置智能体,为用户和智能体提供覆盖 30 多种数据源(包括 Slack、Drive、Jira、GitHub 和 Microsoft 365)的权限感知搜索和带引用的答案。可自行托管或使用云端服务。
一个适用于所有 AI 智能体(例如 Claude Code、Codex、DSH)的持久化、统一记忆层,由 Markdown 和 Milvus 提供支持。
Endee.io – 一款高性能向量数据库,专为单节点处理高达10亿向量而设计,通过优化的索引和执行提供显著性能提升。云端版本亦可用 https://endee.io/
为您的搜索和检索管道提供轻量级且超快的重新排序。支持基于 LLM 和交叉编码器的 SoTA Listwise 和 Pairwise 重新排序等。由 Prithivi Da 创建,欢迎 PR 和合作。
基于Rust的代码智能命令行工具,专为AI编程代理设计。支持在7种语言中构建调用图和混合语义搜索索引(密集+稀疏+RRF+重排序)。作为原生MCP工具集成于Claude Code和Codex CLI中。
VectorRAG.Net 是一个 .NET 原生的高性能向量数据库库,用于语义搜索和 RAG(检索增强生成)。其核心搜索基于随机超平面 LSH 候选生成,并使用点积/余弦相似度进行精确重排序。
常见问题解答
GitHub 上最受欢迎的 #hybrid-search 仓库是什么?
GitHub 上排名第一的开源 #hybrid-search 项目是 meilisearch/meilisearch,拥有 59,951 个 Star。一个闪电般快速的搜索引擎 API,将 AI 驱动的混合搜索带到您的网站和应用程序。
#hybrid-search 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #hybrid-search 项目中,最常见的编程语言是 Python, Rust, C++, Go。
#hybrid-search 仓库的排名是如何计算的?
我们跟踪了 22 个标记为 #hybrid-search 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 175,935 个 Star,平均每个仓库拥有 7,997 个 Star。排名每日根据 GitHub API 更新。