vector-search

Biblioteca de Python rápida, precisa y ligera para crear embeddings de última generación

Microservicio de agente de AI

Herramientas de código abierto para pruebas y experimentación de prompts, con soporte tanto para LLMs (por ejemplo, OpenAI, LLaMA) como para bases de datos vectoriales (por ejemplo, Chroma, Weaviate, LanceDB).

Jupyter Notebooks para ayudarte a familiarizarte con las bases de datos vectoriales Pinecone

Servidor de inferencia de código abierto y clúster de producción para todos los modelos que tu agente necesita.

Local-first search across your workspace, built for humans and AI agents.

Plataforma todo en uno para búsqueda, recomendaciones, RAG y análisis ofrecida a través de API

🚀 Colección de librerías de algoritmos de búsqueda de vecinos más cercanos aproximados eficientes escrita en Rust 🦀.

Un nuevo SOTA para RAG: una arquitectura de recuperación original y una base de conocimientos de código abierto para humanos y agentes.

Búsqueda vectorial distribuida para aplicaciones nativas de IA

Lector de libros electrónicos multiplataforma impulsado por IA con búsqueda semántica, chat RAG, almacenamiento vectorial local, notas, TTS y sincronización WebDAV.

¡Una extensión de SQLite para búsqueda vectorial eficiente, basada en Faiss!

Construye aplicaciones impulsadas por LLM en Ruby

SeekStorm: búsqueda vectorial y léxica, biblioteca en proceso y servidor multiinquilino, en Rust.

Distancias aceleradas por SIMD, productos punto, operaciones matriciales, núcleos geoespaciales y geométricos para 16 tipos numéricos —desde flotantes de 6 bits hasta complejos de 64 bits— en x86, Arm, RISC-V y WASM, con enlaces para Python, Rust, C, C++, Swift, JS y Go 📐

Búsqueda Semántica y Gráficos de Llamadas para Agentes de IA (100% Local).

XERJ es la nueva forma para que la IA busque datos. Su capacidad de autoindexación activa a los agentes para conocer sus datos sin el desperdicio de tokens de grep y sed. Un comando indexa código, documentos, registros y PDF para búsqueda, RAG, auditorías de seguridad y memoria de agentes, utilizando un 40% menos de tokens que grep. Compatible con Elasticsearch, por lo que los clientes existentes simplemente funcionan.

Búsqueda vectorial escalable, rápida y eficiente en disco para Postgres, el sucesor de pgvecto.rs.

JVector: el motor de búsqueda vectorial embebido más avanzado.

Plantilla para crear tu propia búsqueda de documentos al estilo ChatGPT, impulsada por Next.js, OpenAI y Supabase.

Colección de bibliotecas, servicios y artículos de investigación relacionados con la búsqueda vectorial.

MemFree - Motor de búsqueda híbrido con IA y generador de páginas con IA.

Búsqueda de vecinos más cercanos con grafos de vecindad y árboles para datos de alta dimensión

Cliente de Python para el motor de búsqueda vectorial Qdrant.

IA multimodal de bolsillo para la comprensión y generación de contenido en textos multilingües, imágenes y próximamente video, hasta 5 veces más rápida que OpenAI CLIP y LLaVA.

🥤 RAGLite es un kit de herramientas de Python para generación aumentada por recuperación (RAG) con DuckDB o PostgreSQL

Banco de pruebas para bases de datos vectoriales.

ArcadeDB es una base de datos multimodelo que soporta SQL, Cypher, Gremlin, HTTP/JSON, MongoDB y Redis. Es un fork conceptual de OrientDB, el primer DBMS multimodelo, y soporta incrustaciones vectoriales (Vector Embeddings).

Base de datos vectorial integrable para Go con interfaz similar a Chroma y cero dependencias de terceros. En memoria con persistencia opcional.

Un fork de ClickHouse que admite búsqueda vectorial de alto rendimiento y búsqueda de texto completo.