hybrid-search

Une API de moteur de recherche ultra-rapide intégrant une recherche hybride basée sur l'IA pour vos sites et applications.

Qdrant - Base de données vectorielle et moteur de recherche vectorielle haute performance à grande échelle pour la nouvelle génération d'IA. Également disponible dans le cloud https://cloud.qdrant.io/

Weaviate est une base de données vectorielle open source qui stocke à la fois des objets et des vecteurs, permettant de combiner la recherche vectorielle avec un filtrage structuré, tout en offrant la tolérance aux pannes et l'évolutivité d'une base de données cloud-native.

Une instance Postgres pour les données d'application, la recherche plein texte, la récupération vectorielle et les agrégations. Foyer de l'extension pg_search.

Base de données native pour l'IA conçue pour les applications LLM, offrant une recherche hybride ultra-rapide sur vecteurs denses, vecteurs creux, tenseurs (multi-vecteurs) et texte intégral.

La base de données de recherche native pour l'IA. Idéale pour le stockage d'agents, elle unifie les données vectorielles, textuelles, structurées et semi-structurées au sein d'un moteur unique. Cette base de données tout-en-un rend les agents plus intelligents, plus faciles à exécuter et plus stables.

Une couche de mémoire persistante et unifiée pour tous vos agents IA (ex: Claude Code, Codex), basée sur Markdown et Milvus.

Recherche vectorielle distribuée pour les applications natives IA

SeekStorm : recherche vectorielle et lexicale - bibliothèque in-process et serveur multi-tenant, en Rust.

XERJ est la nouvelle méthode pour l'IA de rechercher des données. Sa capacité d'auto-indexation permet aux agents de connaître vos données sans le gaspillage de jetons de grep et sed. Une seule commande indexe le code, les documents, les logs et les PDF pour la recherche, le RAG, les audits de sécurité et la mémoire des agents, en utilisant 40 fois moins de jetons que grep. Compatible avec Elasticsearch, permettant aux clients existants de fonctionner immédiatement.

Une base de données vectorielle multimodale prenant en charge les upserts et les requêtes vectorielles via SQL unifié (compatible MySQL) sur des données structurées et non structurées, tout en répondant aux exigences de haute concurrence et de latence ultra-faible.

Endee.io – Une base de données vectorielle haute performance, conçue pour gérer jusqu'à 1 milliard de vecteurs sur un seul nœud, offrant des gains de performance significatifs grâce à une indexation et une exécution optimisées. Également disponible dans le cloud https://endee.io/

Ré-ordonnancement léger et ultra-rapide pour vos pipelines de recherche et de récupération. Supporte le ré-ordonnancement SoTA Listwise et Pairwise basé sur des LLM, des cross-encoders et plus encore. Créé par Prithivi Da, ouvert aux PR et collaborations.

Référence RAG Python transparente avec récupération hybride FAISS + BM25, reranking, interface Gradio et FastAPI.

RAG Time : Un parcours d'apprentissage de 5 semaines pour maîtriser le RAG

Base de données orientée documents, intégrable et en mémoire, avec une interface de construction de requêtes de haut niveau.

CLI d'intelligence de code basée sur Rust pour les agents de codage IA. Construit des graphes d'appels et des index de recherche sémantique hybrides (Dense + Sparse + RRF + Reranker) pour 7 langages. Fourni avec des outils MCP natifs pour Claude Code et Codex CLI.

Couche de récupération pour les systèmes IA de production. Recherche ultra‑rapide (<10 ms) sans bases de données vectorielles. Conçue pour le browser, le edge, l'on‑device et le cloud.