vector-search

RAFT contiene algoritmos y primitivas fundamentales ampliamente utilizados para el aprendizaje automático y la recuperación de información. Los algoritmos están acelerados por CUDA y forman bloques de construcción para escribir aplicaciones de alto rendimiento con mayor facilidad.

Biblioteca de Rust para generar incrustaciones vectoriales y realizar reranking de forma local.

Re-ranking ligero y ultrarrápido para pipelines de búsqueda y recuperación. Soporta re-ranking Listwise y Pairwise de última generación basado en LLMs, cross-encoders y más.

RAG-Fusion: generación de consultas múltiples + Reciprocal Rank Fusion para una mejor generación aumentada por recuperación. Incluye arnés de evaluación con NFCorpus/BEIR.

Este repositorio comparte notebooks de extremo a extremo sobre cómo utilizar diversas funciones e integraciones de Weaviate.

Repositorio de ejemplos de código para capacidades de búsqueda vectorial en Azure AI Search.

RAG Time: Un viaje de aprendizaje de 5 semanas para dominar RAG

Epsilla es un sistema de gestión de bases de datos vectoriales de alto rendimiento

Nornicdb es una base de datos distribuida de baja latencia, Graph+Vector, MVCC temporal con búsqueda HNSW, recorrido de grafos y escrituras, todo en menos de un milisegundo. Al usar Neo4j Bolt/Cypher y gRPC de qdrant, puedes cambiar sin realizar modificaciones mientras añades funciones inteligentes como esquemas, embeddings gestionados, reranking+llm, aceleración por GPU, Auto-TLP, decaimiento de memoria basado en políticas y servidor MCP.

cuVS: una biblioteca para búsqueda vectorial y clustering en la GPU

Base de datos orientada a documentos, en memoria y embebible, con una interfaz de constructor de consultas de alto nivel

Construcción de extensiones de bases de datos vectoriales sobre Apache Datafusion y el sistema BusTub de CMU-DB.

Capa de memoria de archivo único compartida para todos tus agentes, RAG sub-milisegundo sobre texto, fotos y videos en Apple Silicon. Sin servidor, sin API, un solo archivo, Swift puro.

NucliaDB, la base de datos de búsqueda por IA para RAG

Una base de datos vectorial en Python justo como la necesitas: ni más, ni menos.

Framework de agentes de IA en TypeScript: memoria cognitiva, creación de herramientas en tiempo de ejecución, orquestación multi-agente y 11 proveedores de LLM

Athena es un PKM agente local que le ayuda a tomar mejores decisiones con su propio contexto: memoria persistente, razonamiento estructurado y agentes de IA gobernados que funcionan en cualquier LLM. Sea dueño del estado. Alquile la inteligencia.

Usa ArXiv ChatGuru para interactuar con artículos de investigación. Esta aplicación utiliza LangChain, OpenAI, Streamlit y Redis como base de datos vectorial/caché semántica.

Biblioteca de Go para búsqueda vectorial integrada e incrustaciones semánticas usando llama.cpp

Open-source infrastructure that turns scattered SKILL.md files into curated, retrieval-ready agent-skill corpora—with retrieval and evaluation tooling included.

Repositorio histórico obsoleto. Superlinked ahora desarrolla SIE, un motor de inferencia autohospedado para embeddings, reranking, OCR, extracción y procesamiento de documentos.

GraphRAG-rs es una implementación de alto rendimiento en Rust de GraphRAG (Generación Aumentada por Recuperación basada en grafos), que construye grafos de conocimiento a partir de documentos y permite consultas en lenguaje natural con extracción de entidades configurable e integración de LLM local.

Hybrid RAG system combining vector search, knowledge graph (LightRAG), and cross-encoder reranking — with Docling document parsing, visual intelligence (image/table captioning), agentic streaming chat, and inline citations. Powered by Gemini or local Ollama models.