AIアプリ向けのオープンソース埋め込みデータベース。文書とベクトルを保存し、セマンティック検索、ハイブリッド検索、全文検索を実現します。
milvus-io/milvus
Milvusは、AI検索やRAGアプリケーション向けに、埋め込みを大規模に保存・検索できるオープンソースの分散型ベクトルデータベースです。
代替できる製品:Pinecone
- スター
- 46,453
- フォーク
- 4,310
- 未解決の Issue
- 1,432
- 最終コミット
- 2 時間前
これは何?
Milvusは、テキスト、画像、マルチモーダルコンテンツなどの非構造化データから生成された埋め込みを保存し、それらに対して近似最近傍検索を実行するベクトルデータベースです。ベクトルとあわせて整数、文字列、JSONなどのスカラーフィールドも保存でき、メタデータフィルタリング、範囲検索、ハイブリッド検索をサポートします。
GoとC++で実装されており、コンピューティングとストレージを分離した、分散型のKubernetesネイティブアーキテクチャを採用しています。そのため、クエリノードとデータノードを個別にスケールできます。また、単一マシンで動作するStandaloneモードと、ローカルでのプロトタイピング向けにpipでインストールできる軽量版のMilvus Liteも提供しています。サポートするインデックスタイプにはHNSW、IVF、FLAT、SCANN、DiskANNがあり、オプションでGPUインデックスにも対応します。
BM25による全文検索、SPLADEやBGE-M3などのスパース埋め込み、マルチテナンシーの分離、RBAC、TLSを備えています。LangChain、LlamaIndex、OpenAIなどのツールと連携でき、Python SDKのpymilvusはMilvusClientインターフェースを提供します。ライセンスはApache 2.0で、LF AI & Data Foundationのもとでホストされています。
主な機能
- 01HNSW、IVF、FLAT、SCANN、DiskANNのインデックスタイプによるベクトル検索
- 02スカラーフィールドを使ったメタデータフィルタリング、範囲検索、ハイブリッド検索
- 03BM25とSPLADEなどのスパース埋め込みを使った全文検索
- 04ノードを個別にスケールできる、分散型のKubernetesネイティブなデプロイ
- 05RBAC、ユーザー認証、TLS暗号化によるマルチテナンシーの分離
- 06pip install pymilvus[milvus-lite]でローカル利用できるMilvus Lite
ユースケース
- プライベート文書を対象とした検索拡張生成(RAG)パイプラインの構築
- 本番アプリケーションでの画像、テキスト、マルチモーダル類似検索
- 埋め込みの類似度に基づいてユーザーとアイテムをマッチングするレコメンドシステム
- クラスターにデプロイする前に、Milvus Liteでローカルにベクトル検索を試作
クイックスタート
- 1
Python SDK の pymilvus をインストールする
pip install -U pymilvus - 2
pymilvus から MilvusClient をインポートする
- 3
データを永続化するファイル名を指定して、ローカルの Milvus Lite クライアントを作成する
- 4
クライアントを使ってコレクションを作成する
使う前に知っておきたいこと
- セルフホスト型の分散 Milvus クラスターの実行は複雑で、Kubernetes 上で多数のマイクロサービスを稼働させる必要があります。
- 軽量な Milvus Lite はクイックスタート向けであり、本番規模のワークロードを対象としていません。
トピック
よくある質問
- milvus とは?
- Milvusは、AI検索やRAGアプリケーション向けに、埋め込みを大規模に保存・検索できるオープンソースの分散型ベクトルデータベースです。 Milvusは、テキスト、画像、マルチモーダルコンテンツなどの非構造化データから生成された埋め込みを保存し、それらに対して近似最近傍検索を実行するベクトルデータベースです。ベクトルとあわせて整数、文字列、JSONなどのスカラーフィールドも保存でき、メタデータフィルタリング、範囲検索、ハイブリッド検索をサポートします。
- milvus は無料で使えますか?ライセンスは?
- milvus は Apache-2.0 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。
- milvus は今もメンテナンスされていますか?
- 活発にメンテナンス中。milvus の最終コミットは 2026年10月21日 です。
- milvus は何に使えますか?
- プライベート文書を対象とした検索拡張生成(RAG)パイプラインの構築 本番アプリケーションでの画像、テキスト、マルチモーダル類似検索 埋め込みの類似度に基づいてユーザーとアイテムをマッチングするレコメンドシステム クラスターにデプロイする前に、Milvus Liteでローカルにベクトル検索を試作
- milvus のインストール方法は?
- Python SDK の pymilvus をインストールする: pip install -U pymilvus pymilvus から MilvusClient をインポートする データを永続化するファイル名を指定して、ローカルの Milvus Lite クライアントを作成する クライアントを使ってコレクションを作成する
- milvus 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/milvus-io/milvus
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
オンデマンドで埋め込みを再計算し、ストレージを約97%削減するローカルベクトルインデックス兼RAGツールキット。ノートPC上の個人データを検索できます。
会話履歴をそのまま保存し、セマンティック検索で取得するローカルファーストのAIメモリシステム。MCPサーバーとCLIを提供します。
フォルダ内の文書を8種類のベクトルデータベースのいずれかにインデックス化し、ファイルの変更に応じて回答を最新に保つノーコードRAGサーバー。
自社ドキュメントをもとに、出典を示しながら任意のモデルで質問に答えるAIエージェントやアシスタントを構築できるセルフホスト型プラットフォーム。
AIエージェント向けのローカルファーストなMarkdownネイティブの長期記憶レイヤー。記憶を編集可能なファイルとして保存し、SQLiteとLanceDBでインデックス化します。