redis/redis-vl-python

¿Qué es?

Funciones clave

• 01Definir esquemas de índice con campos de texto, etiquetas, valores numéricos, geográficos y vectoriales, a partir de YAML o diccionarios de Python.
• 02Ejecutar consultas vectoriales, por rango, con filtros, de texto completo (BM25) e híbridas, con filtrado de metadatos.
• 03Caché semántica para respuestas de LLM y almacenamiento en caché de vectores de embeddings.
• 04Historial de mensajes con recuperación por recencia y relevancia, además de enrutamiento semántico.
• 05Integraciones de vectorizadores con varios proveedores de embeddings y compatibilidad con rerankers.
• 06CLI `rvl` para administrar índices y un servidor MCP mediante stdio, Streamable HTTP o SSE.

Casos de uso

• Crear pipelines de generación aumentada por recuperación que almacenan y consultan embeddings de documentos en Redis.
• Reducir los costos de las API de LLM mediante el almacenamiento en caché de respuestas a prompts semánticamente similares.
• Proporcionar a chatbots o agentes memoria de conversaciones que se recupera por recencia o relevancia.
• Dirigir mensajes de usuarios a intenciones o temas predefinidos con consultas de baja latencia.

Inicio rápido

1. 1

   Instala la biblioteca con pip

   pip install redisvl
2. 2

   Inicia una instancia local de Redis con Docker

   docker run -d --name redis -p 6379:6379 redis:latest
3. 3

   Crea un índice de búsqueda en tu instancia de Redis siguiendo los ejemplos del README

Antes de usarlo

• !Se necesita una instancia de Redis en ejecución; las funciones de búsqueda vectorial integradas requieren Redis 8 o posterior.
• !Algunas funciones, como HybridQuery, requieren Redis 8.4.0 o posterior.
• !Algunos proveedores de vectorización requieren una clave de API de pago del proveedor.

En colecciones

Temas

Preguntas frecuentes

¿Qué es redis-vl-python?

Cliente Python para crear búsquedas vectoriales, RAG, cachés semánticas y memoria para LLM sobre Redis. RedisVL (Redis Vector Library) es un cliente Python para usar Redis como capa de almacenamiento y búsqueda en aplicaciones de IA. Permite definir esquemas de índice con campos de texto, etiquetas, valores numéricos, geográficos y vectoriales; crear el índice en Redis; cargar y obtener registros; y ejecutar consultas vectoriales, por rango, con filtros, de texto completo e híbridas, con filtros de metadatos.

¿redis-vl-python es gratuito? ¿Qué licencia tiene?

redis-vl-python es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿redis-vl-python sigue mantenido?

Mantenimiento activo. El último commit de redis-vl-python fue el 6 nov 2026.

¿Para qué puedo usar redis-vl-python?

Crear pipelines de generación aumentada por recuperación que almacenan y consultan embeddings de documentos en Redis. Reducir los costos de las API de LLM mediante el almacenamiento en caché de respuestas a prompts semánticamente similares. Proporcionar a chatbots o agentes memoria de conversaciones que se recupera por recencia o relevancia. Dirigir mensajes de usuarios a intenciones o temas predefinidos con consultas de baja latencia.

¿Cómo se instala redis-vl-python?

Instala la biblioteca con pip: pip install redisvl Inicia una instancia local de Redis con Docker: docker run -d --name redis -p 6379:6379 redis:latest Crea un índice de búsqueda en tu instancia de Redis siguiendo los ejemplos del README

¿Dónde consigo redis-vl-python?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/redis/redis-vl-python