Base de datos de embeddings de código abierto para aplicaciones de IA, que almacena documentos y vectores para habilitar búsquedas semánticas, híbridas y de texto completo.
29,6 mil+42 esta semana2,6 milRustApache-2.0Actualizado hace 7 días
neuml/txtai
Framework de IA todo en uno para Python, basado en una base de datos de embeddings, que ofrece búsqueda semántica, RAG, orquestación de LLM y flujos de trabajo con modelos de lenguaje.
- Estrellas
- 13,064
- Forks
- 964
- Issues abiertos
- 15
- Último commit
- hace 21 horas
¿Qué es?
txtai es un framework para Python basado en una base de datos de embeddings que combina índices vectoriales (dispersos y densos), redes de grafos y bases de datos relacionales. Se usa para la búsqueda semántica y como fuente de conocimiento para aplicaciones con modelos de lenguaje grandes, como la generación aumentada por recuperación (RAG) y los agentes autónomos.
Además de la búsqueda, txtai ofrece pipelines para tareas como resumir textos, transcribir, traducir, etiquetar y generar prompts para LLM, que se pueden encadenar en flujos de trabajo. Los agentes se crean con el framework smolagents y pueden trabajar con modelos de Hugging Face, llama.cpp y modelos alojados mediante LiteLLM. Los embeddings pueden abarcar texto, documentos, audio, imágenes y video.
El proyecto se puede instalar con pip y ejecutar localmente, o exponer como una API web mediante FastAPI y como servidor del Model Context Protocol (MCP). Hay bindings para JavaScript, Java, Rust y Go, y se admiten contenedores para escalar horizontalmente.
Funciones clave
- 01Búsqueda vectorial que combina índices densos y dispersos con SQL, análisis de grafos y modelado de temas
- 02Embeddings para texto, documentos, audio, imágenes y video
- 03Pipelines para prompts de LLM, preguntas y respuestas, resumen, transcripción y traducción
- 04Flujos de trabajo que encadenan pipelines para crear microservicios o aplicaciones con varios modelos
- 05Agentes creados con smolagents que funcionan con modelos de Hugging Face, llama.cpp y los compatibles con LiteLLM
- 06API web y servidor del Model Context Protocol (MCP), con bindings para JavaScript, Java, Rust y Go
Casos de uso
- Crear búsquedas semánticas sobre documentos, imágenes o bases de datos de preguntas y respuestas
- Implementar generación aumentada por recuperación para conversar con tus propios datos
- Crear agentes autónomos que usen embeddings y pipelines como herramientas
- Encadenar modelos de resumen, transcripción y traducción en un único flujo de trabajo
Inicio rápido
- 1
Instala txtai con pip (consulta la guía de instalación enlazada en el README).
- 2
Crea un archivo de configuración app.yml con una ruta de embeddings, como sentence-transformers/all-MiniLM-L6-v2.
- 3
Inicia el servidor de la API de txtai con el archivo de configuración.
CONFIG=app.yml uvicorn "txtai.api:app"
Antes de usarlo
- Requiere Python 3.11 o una versión posterior.
- Se basa en dependencias de aprendizaje automático pesadas, como Hugging Face Transformers y Sentence Transformers.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es txtai?
- Framework de IA todo en uno para Python, basado en una base de datos de embeddings, que ofrece búsqueda semántica, RAG, orquestación de LLM y flujos de trabajo con modelos de lenguaje. txtai es un framework para Python basado en una base de datos de embeddings que combina índices vectoriales (dispersos y densos), redes de grafos y bases de datos relacionales. Se usa para la búsqueda semántica y como fuente de conocimiento para aplicaciones con modelos de lenguaje grandes, como la generación aumentada por recuperación (RAG) y los agentes autónomos.
- ¿txtai es gratuito? ¿Qué licencia tiene?
- txtai es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿txtai sigue mantenido?
- Mantenimiento activo. El último commit de txtai fue el 5 nov 2026.
- ¿Para qué puedo usar txtai?
- Crear búsquedas semánticas sobre documentos, imágenes o bases de datos de preguntas y respuestas Implementar generación aumentada por recuperación para conversar con tus propios datos Crear agentes autónomos que usen embeddings y pipelines como herramientas Encadenar modelos de resumen, transcripción y traducción en un único flujo de trabajo
- ¿Cómo se instala txtai?
- Instala txtai con pip (consulta la guía de instalación enlazada en el README). Crea un archivo de configuración app.yml con una ruta de embeddings, como sentence-transformers/all-MiniLM-L6-v2. Inicia el servidor de la API de txtai con el archivo de configuración.: CONFIG=app.yml uvicorn "txtai.api:app"
- ¿Dónde consigo txtai?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/neuml/txtai
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Epsilla es una base de datos vectorial open source en C++ para búsquedas de similitud entre embeddings, con filtros de metadatos, búsqueda híbrida e integraciones de recuperación para LLM.
875+1 esta semana46C++Apache-2.0Actualizado el mes pasado
Una biblioteca Ruby para crear aplicaciones con LLM, con una interfaz unificada para varios proveedores, bases de datos vectoriales, pipelines RAG y asistentes.
2 mil+1 esta semana270RubyMITBien mantenidoActualizado hace 16 días
Toolkit de recuperación de BAAI con modelos de embeddings y reranking BGE, además de herramientas de entrenamiento, evaluación y tutoriales para búsqueda y RAG.
12,3 mil+11 esta semana945PythonMITActualizado hace 10 días
Proyecto educativo paso a paso para crear Retrieval-Augmented Generation desde cero en JavaScript, con LLM locales y sin API en la nube.
1,7 mil+3 esta semana197JavaScriptMITActualizado hace 8 meses
Colección de tutoriales y demostraciones en notebooks de Jupyter para crear aplicaciones de búsqueda de datos no estructurados e IA con la base de datos vectorial Milvus.
2,5 mil+2 esta semana684Jupyter NotebookApache-2.0Actualizado hace 16 días