hnsw

Milvus adalah database vektor cloud-native berkinerja tinggi yang dibangun untuk pencarian ANN vektor yang dapat diskalakan

Qdrant - Basis data vektor dan mesin pencari vektor berkinerja tinggi berskala masif untuk AI generasi berikutnya. Juga tersedia di cloud https://cloud.qdrant.io/

Weaviate adalah basis data vektor sumber terbuka yang menyimpan objek dan vektor, memungkinkan kombinasi pencarian vektor dengan pemfilteran terstruktur dengan toleransi kesalahan dan skalabilitas basis data cloud-native.

Basis data vektor dalam-proses yang ringan dan sangat cepat

Database native-AI yang dibuat untuk aplikasi LLM, menyediakan pencarian hibrida yang sangat cepat untuk vektor padat, vektor jarang, tensor (multi-vektor), dan teks lengkap.

MinHash, LSH, LSH Forest, Weighted MinHash, HyperLogLog, HyperLogLog++, LSH Ensemble, dan HNSW

Database Pencarian AI-Native. Terbaik untuk penyimpanan agen, menyatukan data vektor, teks, terstruktur, dan semi-terstruktur ke dalam satu mesin. Database all-in-one ini membuat agen lebih cerdas, lebih mudah dijalankan, dan lebih stabil.

🚀 Pustaka koleksi algoritma pencarian tetangga terdekat perkiraan yang efisien, ditulis dalam Rust 🦀.

🛰️ Pustaka pencarian tetangga terdekat perkiraan (approximate nearest-neighbor) untuk Python dan Java dengan fokus pada kemudahan penggunaan, kesederhanaan, dan kemudahan penerapannya.

Endee.io – Basis data vektor berkinerja tinggi, dirancang untuk menangani hingga 1 miliar vektor pada satu node, memberikan peningkatan performa yang signifikan melalui pengindeksan dan eksekusi yang dioptimalkan. Juga tersedia di cloud https://endee.io/

RAG Time: Perjalanan Belajar 5 Minggu untuk Menguasai RAG

Ekstensi basis data vektor PostgreSQL untuk membangun aplikasi AI

Nornicdb adalah MVCC Temporal, Graph+Vector, terdistribusi dengan latensi rendah, yang mendukung pencarian HNSW sub-ms, penelusuran graf, dan penulisan. Menggunakan Neo4j Bolt/Cypher dan gRPC qdrant, memungkinkan Anda beralih tanpa perubahan sambil menambahkan fitur cerdas seperti skema, embedding terkelola, reranking+llm, akselerasi GPU, Auto-TLP, Policy-based Memory Decay, dan server MCP.

membangun ekstensi database vektor di atas Apache Datafusion dan sistem BusTub CMU-DB