kelindar/search

これは何？

主な機能

• 01インメモリベクトルを対象にコサイン類似度で厳密に検索し、関連度順に結果を返します。
• 02ファイルおよびio.Writer/Reader関数を使ってインデックスを永続化できます。
• 03llama.cpp経由でローカルのGGUF埋め込みを利用でき、GPUレイヤーも任意で使用できます。
• 04OpenRouterを含むOpenAI互換API経由のクラウド埋め込みに対応し、バッチリクエストも利用できます。
• 05プロバイダーに依存しない設計で、ベクトルを返す関数ならどれでもインデックスにデータを渡せます。

ユースケース

• 数千〜数万件程度のドキュメントを扱うGoサービスに、セマンティック検索を追加する。
• MiniLMなどのGGUFモデルを使って、埋め込み処理を完全にローカルで実行する。
• インデックスのコードを変更せずに、OpenAIとOpenRouterの埋め込みモデルを切り替える。
• 全件スキャンで十分な速度が得られる検索機能を試作する。

クイックスタート

1. 1

   サブモジュールとLFSファイルを含めてリポジトリをクローンする

   git submodule update --init --recursive
2. 2

   Git LFS経由でモデルとベクトルのフィクスチャを取得する

   git lfs pull
3. 3

   コア検索ライブラリをインストールする

   go get github.com/kelindar/search

使う前に知っておきたいこと

• !検索は完全一致で、すべてのベクトルをスキャンするため、小規模から中規模のデータセットにのみ適しています。
• !ローカル埋め込みを使用するには、CMakeとC/C++コンパイラでネイティブのllama.cppライブラリをビルドする必要があります。
• !Go 1.27以降が必要です。

収録されている特集

トピック

よくある質問

search とは？

完全なコサイン類似度ベクトル検索を提供するGoライブラリ。llama.cppによるローカルGGUF埋め込みと、OpenAI互換API経由のクラウド埋め込みにも対応。 kelindar/searchは、ベクトルをインメモリインデックスに格納し、コサイン類似度で最も近いエントリを検索するGoライブラリです。コアパッケージにはネイティブ依存関係がなく、インデックス作成、検索、永続化を単独で処理するため、厳密な全件スキャンで問題ない小〜中規模のデータセットに適しています。

search は無料で使えますか？ライセンスは？

search は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

search は今もメンテナンスされていますか？

半年以内に更新あり。search の最終コミットは 2026年9月19日 です。

search は何に使えますか？

数千〜数万件程度のドキュメントを扱うGoサービスに、セマンティック検索を追加する。 MiniLMなどのGGUFモデルを使って、埋め込み処理を完全にローカルで実行する。 インデックスのコードを変更せずに、OpenAIとOpenRouterの埋め込みモデルを切り替える。 全件スキャンで十分な速度が得られる検索機能を試作する。

search のインストール方法は？

サブモジュールとLFSファイルを含めてリポジトリをクローンする: git submodule update --init --recursive Git LFS経由でモデルとベクトルのフィクスチャを取得する: git lfs pull コア検索ライブラリをインストールする: go get github.com/kelindar/search

search はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/kelindar/search