vector-search

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

快速、準確、輕量級 Python 函式庫，打造最先進嵌入式模型

AI 代理微服務

開源工具，用於提示測試與實驗，支援 LLM（如 OpenAI、LLaMA）與向量資料庫（如 Chroma、Weaviate、LanceDB）

幫助您動手實踐 Pinecone 向量資料庫的 Jupyter Notebooks

為你的 Agent 所需的所有模型提供開源推論伺服器與生產叢集。

透過 API 提供搜尋、推薦、RAG 和分析功能的一體化平台

使用 Rust 編寫的高效近似最近鄰搜尋演算法集合庫 🦀。

RAG 的全新 SOTA——兼具原創檢索架構與面向人類及代理程式的開源知識庫。

專為 AI 原生應用程式打造的分散式向量搜尋

具備語意搜尋、RAG 對話、本地向量儲存、筆記、TTS 與 WebDAV 同步的 AI 驅動跨平台電子書閱讀器。

基於 Faiss 的高效能向量搜尋 SQLite 擴充功能！

在 Ruby 中建構由 LLM 驅動的應用程式

SeekStorm：向量與詞法搜尋 - 進程內函式庫與多租戶伺服器，使用 Rust 開發。

SIMD 加速的距離、點積、矩陣運算、地理空間與幾何核心，支援 16 種數值類型（從 6 位元浮點數到 64 位元複數），跨 x86、Arm、RISC-V 與 WASM 架構，並提供 Python、Rust、C、C++、Swift、JS 與 Go 的綁定 📐

適用於 AI Agent 的語義搜尋與呼叫圖 (100% 本地端)

XERJ 是 AI 搜尋資料的新方式。其自動索引功能可讓 Agent 了解您的資料，而不會浪費 grep 和 sed 的 token。只需一個指令即可為搜尋、RAG、安全性稽核和 Agent 記憶體索引程式碼、文件、日誌和 PDF，使用的 token 比 grep 少 40 倍。相容於 Elasticsearch，現有客戶端可直接運作。

在 Postgres 中可擴展、快速且對磁碟友善的向量搜尋，pgvecto.rs 的後繼者。

JVector：最先進的內嵌式向量搜尋引擎

使用 Next.js、OpenAI 與 Supabase 建構您自訂的 ChatGPT 風格文件搜尋範本。

向量搜尋相關的函式庫、服務與研究論文合集

MemFree - 混合式 AI 搜尋引擎與 AI 頁面產生器

結合鄰近圖與樹的高維資料最近鄰搜尋。

Qdrant 向量搜尋引擎的 Python 用戶端

袖珍型多模態 AI，用於跨多語言文字、圖片和影片的內容理解與生成，速度比 OpenAI CLIP 和 LLaVA 快達 5 倍

🥤 RAGLite 是一個搭配 DuckDB 或 PostgreSQL 使用的 Python 檢索增強生成（RAG）工具包。

向量資料庫效能評測基準

ArcadeDB 多模型資料庫，一個支援 SQL、Cypher、Gremlin、HTTP/JSON、MongoDB 和 Redis 的 DBMS。ArcadeDB 是首個多模型 DBMS OrientDB 的概念性分支。ArcadeDB 支援向量嵌入。

適用於 Go 的可嵌入向量資料庫，具有類似 Chroma 的介面且零第三方相依性。記憶體內嵌並支援選用持久化。

支援高效能向量搜尋與全文搜尋的 @ClickHouse 分支。