向量数据库 开源项目

当前展示 9 个可索引项目。

• qdrant/qdrant

  qdrant 是用 Rust 编写的向量相似度搜索引擎，支持稠密向量、稀疏向量、多向量搜索与 JSON 负载过滤，并提供分片与副本的横向扩展能力。内置量化可将 RAM 占用降低多达 97%，用户可在搜索速度与精度之间进行调节。

• milvus-io/milvus

  milvus 是一款云原生向量数据库，支持在十亿级向量规模下进行可扩展的向量近似最近邻（ANN）搜索，并支持实时流式更新。

• weaviate/weaviate

  weaviate 是一款云原生向量数据库，将向量相似度搜索、关键字过滤与生成式 RAG 能力整合在单一查询中，旨在解决 AI 应用在规模化场景下需要独立部署检索、向量存储与生成系统的难题。

• pathwaycom/llm-app

  llm-app 是一组可直接运行的 RAG 与 AI 企业搜索应用模板，部署后可与持续变化的实时数据源保持同步。模板将数据索引与检索功能包含在内部，据项目自述使用时无需另行搭建独立的向量数据库等基础设施。

• meilisearch/meilisearch

  meilisearch 是一款搜索引掣 API，提供结合语义与全文检索的混合搜索、拼写容错以及预置配置。项目自述称其搜索即输入场景下的响应时间低于 50 毫秒。

• pingcap/tidb

  pingcap/tidb 是面向事务、分析与向量检索混合需求的分布式 SQL 数据库，提供横向扩展、强一致性、MySQL 兼容性和 HTAP 能力。若团队希望减少多类数据基础设施的分散建设，同时保留自托管与托管服务两种选择，可将其纳入评估。

• HKUDS/RAG-Anything

  rag-anything 是一个面向多模态文档处理的 RAG 框架，旨在解决传统纯文本 RAG 系统无法有效处理包含多样化多模态内容文档的问题。该框架整合了文档解析、专业内容分析与混合检索功能，支持从多种格式的文档中提取信息并回答多模态查询。

• memvid/memvid

  memvid/memvid 提供无服务器的单文件记忆层，将数据、嵌入和搜索结构打包至单一文件中，无需依赖服务器型向量数据库即可为 AI 代理提供持久记忆。

• RyanCodrai/turbovec

  turbovec 是一个基于 Rust 构建的向量索引库，通过 TurboQuant 技术将嵌入向量压缩至 2-bit 或 4-bit，无需单独训练阶段，并依赖手写 SIMD 内核提供较快的搜索速度。