memvid/memvid

项目概览

该项目提供了基于文件的记忆架构，有测试数据显示其实现了 0.025ms 的 P50 延迟和 0.075ms 的 P99 延迟，并支持无服务器、无数据库的部署模式。

项目类型

RAG 与知识库 · 向量数据库 · 数据处理

应用场景

知识问答 · 自动化执行

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 希望摆脱繁重向量数据库依赖、寻找基于文件记忆库方案的 AI 开发者与工程师。
• 需要多模态（文本、图像、音频）数据打包与检索，且具备一定编程与 Rust 工具链配置能力的技术团队。

核心能力

• 将数据、嵌入、搜索结构和元数据全部打包到单个文件中，整个检索过程无需额外依赖边车文件。
• 支持对过去的记忆状态进行回退、重放或分支操作，允许用户对历史记忆状态进行查询。
• 使用 CLIP 视觉嵌入技术，支持针对图像数据的搜索功能。
• 集成 Whisper 模型依赖，支持对音频文件进行转录处理。

限制与风险

• 该项目在从源码构建时存在明确的版本要求，系统需安装 Rust 1.85.0 或更高版本。
• 使用该项目的库形式或进行集成需要具备相应的编程知识，对纯非开发人员存在使用门槛。

如何开始

• 本地部署具有一定门槛，需要配置 Rust 工具链并具备编程知识。基础流程为：将 memvid-core 添加至 Cargo.toml 依赖项中，下载默认的 BGE-small 模型，使用 Memvid::create 创建新的记忆文件，随后添加文档并执行搜索。

核验依据

• GitHub 项目简介: Memory layer for AI Agents. Replace complex RAG pipelines with a serverless, single-file memory layer.
• README: [dependencies] memvid-core = "2.0"
• README: Instead of running complex RAG pipelines or server-based vector databases, Memvid enables fast retrieval directly from the file.
• README: Memvid is a portable AI memory system that packages your data, embeddings, search structure, and metadata into a single file.
• Release: v2.0.140

内容核验时间：