Banco de dados open source de embeddings para apps de IA, que armazena documentos e vetores para buscas semânticas, híbridas e de texto completo.
29,7 mil+36 esta semana2,6 milRustApache-2.0Atualizado há 19 horas
neuml/txtai
Framework de IA completo em Python para busca semântica, RAG, orquestração de LLMs e fluxos de trabalho com modelos de linguagem, baseado em um banco de dados de embeddings.
- Estrelas
- 13,090
- Forks
- 972
- Issues abertas
- 15
- Último commit
- ontem
O que é?
txtai é um framework Python baseado em um banco de dados de embeddings que combina índices vetoriais (esparsos e densos), redes de grafos e bancos de dados relacionais. Ele é usado para busca semântica e como fonte de conhecimento para aplicações com modelos de linguagem de grande porte, como geração aumentada por recuperação (RAG) e agentes autônomos.
Além da busca, o txtai oferece pipelines para tarefas como sumarização de texto, transcrição, tradução, classificação e criação de prompts para LLMs, que podem ser encadeados em fluxos de trabalho. Os agentes são criados com o framework smolagents e podem usar modelos do Hugging Face, llama.cpp e modelos hospedados por meio do LiteLLM. Os embeddings podem abranger texto, documentos, áudio, imagens e vídeo.
O projeto pode ser instalado com pip e executado localmente, ou disponibilizado como uma API web via FastAPI e como servidor Model Context Protocol (MCP). Há bindings para JavaScript, Java, Rust e Go, e o uso de contêineres é compatível para escalar a execução.
Recursos principais
- 01Busca vetorial que combina índices densos e esparsos com SQL, análise de grafos e modelagem de tópicos
- 02Embeddings para texto, documentos, áudio, imagens e vídeo
- 03Pipelines para prompts de LLMs, perguntas e respostas, sumarização, transcrição e tradução
- 04Fluxos de trabalho que encadeiam pipelines em microsserviços ou aplicações multimodelo
- 05Agentes criados com smolagents que funcionam com modelos do Hugging Face, llama.cpp e compatíveis com LiteLLM
- 06API web e servidor Model Context Protocol (MCP), com bindings para JavaScript, Java, Rust e Go
Casos de uso
- Criar busca semântica em documentos, imagens ou bancos de dados de perguntas e respostas
- Implementar geração aumentada por recuperação para conversar com seus próprios dados
- Criar agentes autônomos que usam embeddings e pipelines como ferramentas
- Encadear modelos de sumarização, transcrição e tradução em um único fluxo de trabalho
Início rápido
- 1
Instale o txtai com pip (consulte o guia de instalação vinculado no README).
- 2
Crie um arquivo de configuração app.yml com um caminho de embeddings, como sentence-transformers/all-MiniLM-L6-v2.
- 3
Inicie o servidor da API do txtai usando o arquivo de configuração.
CONFIG=app.yml uvicorn "txtai.api:app"
Antes de usar
- Requer Python 3.11 ou mais recente.
- É baseado em dependências pesadas de machine learning, como Hugging Face Transformers e Sentence Transformers.
Em coleções
Tópicos
Perguntas frequentes
- O que é txtai?
- Framework de IA completo em Python para busca semântica, RAG, orquestração de LLMs e fluxos de trabalho com modelos de linguagem, baseado em um banco de dados de embeddings. txtai é um framework Python baseado em um banco de dados de embeddings que combina índices vetoriais (esparsos e densos), redes de grafos e bancos de dados relacionais. Ele é usado para busca semântica e como fonte de conhecimento para aplicações com modelos de linguagem de grande porte, como geração aumentada por recuperação (RAG) e agentes autônomos.
- txtai é gratuito? Qual é a licença?
- txtai é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- txtai ainda é mantido?
- Manutenção ativa. O último commit de txtai foi em 6 de nov. de 2026.
- Para que posso usar txtai?
- Criar busca semântica em documentos, imagens ou bancos de dados de perguntas e respostas Implementar geração aumentada por recuperação para conversar com seus próprios dados Criar agentes autônomos que usam embeddings e pipelines como ferramentas Encadear modelos de sumarização, transcrição e tradução em um único fluxo de trabalho
- Como instalar txtai?
- Instale o txtai com pip (consulte o guia de instalação vinculado no README). Crie um arquivo de configuração app.yml com um caminho de embeddings, como sentence-transformers/all-MiniLM-L6-v2. Inicie o servidor da API do txtai usando o arquivo de configuração.: CONFIG=app.yml uvicorn "txtai.api:app"
- Onde consigo txtai?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/neuml/txtai
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Epsilla é um banco de dados vetorial open source em C++ para busca por similaridade em embeddings, com filtros por metadados, busca híbrida e integração com sistemas de recuperação para LLMs.
87446C++Apache-2.0Atualizado mês passado
Biblioteca Ruby para criar aplicações com LLMs, com uma interface unificada para diversos provedores, bancos de dados vetoriais, pipelines RAG e assistentes.
2 mil+1 esta semana270RubyMITBem mantidoAtualizado há 17 dias
Toolkit de recuperação de informações da BAAI com modelos BGE de embeddings e reranking, além de recursos para treinamento, avaliação e tutoriais de busca e RAG.
12,3 mil+13 esta semana947PythonMITAtualizado há 12 dias
Projeto educacional passo a passo que implementa RAG do zero em JavaScript, usando LLMs locais e sem APIs na nuvem.
1,7 mil+2 esta semana197JavaScriptMITAtualizado há 8 meses
Coleção de tutoriais e demos em Jupyter notebooks que mostram como criar aplicações de busca em dados não estruturados e IA com o banco de dados vetorial Milvus.
2,5 mil+1 esta semana684Jupyter NotebookApache-2.0Atualizado há 18 dias