hybrid-search

사이트와 애플리케이션에 AI 기반 하이브리드 검색을 제공하는 초고속 검색엔진 API.

Qdrant - 차세대 AI를 위한 고성능, 대규모 Vector Database 및 Vector Search Engine. 클라우드에서도 사용 가능 https://cloud.qdrant.io/

Weaviate는 객체와 벡터를 모두 저장하는 오픈 소스 벡터 데이터베이스로, 클라우드 네이티브 데이터베이스의 내구성과 확장성을 바탕으로 벡터 검색과 구조화된 필터링을 결합할 수 있게 해줍니다.

애플리케이션 데이터, 전문(Full-text) 검색, 벡터 검색, 집계 연산을 위한 단 하나의 Postgres. pg_search 확장의 본고장입니다.

LLM 애플리케이션을 위해 구축된 AI 네이티브 데이터베이스로, 고밀도 벡터, 희소 벡터, 텐서(다중 벡터), 전문 검색의 매우 빠른 하이브리드 검색을 제공합니다.

AI 네이티브 검색 데이터베이스. 에이전트 스토리지에 최적화되어 있으며 벡터, 텍스트, 구조화 및 반구조화 데이터를 단일 엔진으로 통합합니다. 이 올인원 데이터베이스는 에이전트를 더 스마트하고 실행하기 쉬우며 안정적으로 만들어 줍니다.

Markdown과 Milvus를 기반으로 모든 AI 에이전트(예: Claude Code, Codex)를 위한 지속적이고 통합된 메모리 레이어입니다.

AI 네이티브 애플리케이션을 위한 분산 벡터 검색

SeekStorm: 벡터 및 키워드 검색 - Rust로 작성된 인프로세스 라이브러리 및 멀티테넌시 서버

XERJ는 AI가 데이터를 검색하는 새로운 방법입니다. 자동 색인 기능으로 grep 및 sed의 토큰 낭비 없이 에이전트가 데이터를 파악할 수 있도록 지원합니다. 명령어 하나로 검색, RAG, 보안 감사 및 에이전트 메모리를 위해 코드, 문서, 로그 및 PDF를 색인하며, grep보다 40배 적은 토큰을 사용합니다. Elasticsearch와 호환되므로 기존 클라이언트가 그대로 작동합니다.

구조화 및 비구조화 데이터에 대해 통합 SQL(MySQL 호환)을 사용하여 업서트 및 벡터 쿼리를 지원하는 동시에 고동시성과 초저지연 요구사항을 충족하는 멀티모달 벡터 데이터베이스.

Endee.io – 단일 노드에서 최대 10억 개의 벡터를 처리하도록 설계된 고성능 벡터 데이터베이스로, 최적화된 인덱싱과 실행을 통해 뛰어난 성능 향상을 제공합니다. 클라우드에서도 이용 가능합니다: https://endee.io/

검색 및 검색(retrieval) 파이프라인을 위한 가볍고 초고속 재순위화(re-ranking). LLM 및 cross-encoder 기반의 SoTA Listwise 및 Pairwise 재순위화를 지원합니다. Prithivi Da가 제작했으며 PR 및 협업을 환영합니다.

FAISS + BM25 하이브리드 검색, 재순위화, Gradio UI, FastAPI를 지원하는 투명한 Python RAG 레퍼런스.

RAG Time: RAG 마스터를 위한 5주 학습 여정

고수준 쿼리 빌더 인터페이스를 제공하는 임베디드 인메모리 문서 지향 데이터베이스

AI 코딩 에이전트를 위한 Rust 기반 코드 인텔리전스 CLI. 7개 언어에 걸쳐 콜 그래프 및 하이브리드 시맨틱 검색 인덱스(Dense + Sparse + RRF + Reranker)를 구축합니다. Claude Code 및 Codex CLI를 위한 네이티브 MCP 툴로 제공됩니다.

프로덕션 AI 시스템을 위한 검색 계층. 벡터 데이터베이스 없이 10ms 미만의 초고속 검색을 제공하며 브라우저, 엣지, 온디바이스 및 클라우드 환경을 위해 구축되었습니다.