Распределённая RESTful-система поиска и аналитики, которая также служит масштабируемым хранилищем данных и векторной базой данных.
Разработка и инфраструктура
Векторные базы данных: open source проекты — 38 (2026)
Хранят эмбеддинги и быстро находят похожее: поисковый слой для RAG и семантического поиска.
- Проект
- 38
- За неделю
- +1,2 тыс.
- Обновлён
- 4 часа назад
Как выбрать
Сначала определите задачу. Если данные уже лежат в Postgres, pgvector добавит поиск по эмбеддингам рядом с реляционными данными. Если нужен поиск внутри приложения без отдельного сервера, подойдёт zvec, векторная база данных, работающая в процессе. Если нужна выделенная распределённая система для эмбеддингов в большом масштабе, это Milvus. Затем решите, сколько инфраструктуры вы готовы поддерживать: встроенный индекс почти не требует эксплуатации, а отдельный сервис удобнее, когда им пользуются несколько приложений.
- pgvectorЛучше всего для команд, которые уже работают на Postgres и хотят хранить эмбеддинги и запрашивать их вместе с реляционными данными.
- zvecЛучше всего для разработчиков, которым нужен поиск по сходству с низкой задержкой прямо внутри приложения, без запуска сервера.
- milvusЛучше всего для команд, которым нужна выделенная распределённая векторная база для ИИ-поиска и RAG по эмбеддингам в большом масштабе.
Сравнение ведущих проектов
| Проект | Звёзды | За неделю | Лицензия | Обновлён |
|---|---|---|---|---|
| 78,5 тыс. | +94 | — | 4 часа назад | |
| 77,3 тыс. | +159 | — | 4 часа назад | |
| 59,8 тыс. | +74 | — | 3 дня назад | |
| 46,6 тыс. | +70 | Apache-2.0 | 21 час назад | |
| 41,3 тыс. | +20 | MIT | 6 часов назад | |
| 35,5 тыс. | +113 | Apache-2.0 | 7 часов назад |
Все проекты
Сортировка:По звёздам
Хранилище данных в памяти для кэширования, работы со структурами данных и документами, векторного поиска и обмена сообщениями.
Быстрый поисковый движок с поддержкой опечаток и API для полнотекстового, семантического и гибридного поиска на сайтах и в приложениях.
Milvus — распределённая векторная база данных с открытым исходным кодом для масштабного хранения эмбеддингов и поиска по ним, подходящая для AI-поиска и RAG-приложений.
Библиотека на C++ с привязками для Python для быстрого поиска похожих объектов и кластеризации плотных векторов, с опциональным ускорением на GPU.
Qdrant — движок поиска векторов по сходству и векторная база данных на Rust с фильтрацией по payload для семантического поиска и рекомендаций.
Локальный CLI-поисковик для заметок в Markdown, расшифровок встреч и документации: объединяет BM25, векторный поиск и переранжирование с помощью LLM.
Открытая векторная база данных для AI-приложений: хранит документы и векторы для семантического, гибридного и полнотекстового поиска.
Typesense — поисковый движок с открытым исходным кодом, работающий в памяти: он поддерживает поиск с учётом опечаток, фасетный, географический и векторный поиск и предлагает более простой вариант, чем Algolia и Elasticsearch.
Расширение с открытым исходным кодом для поиска векторов по сходству в Postgres: храните эмбеддинги и выполняйте поиск рядом с реляционными данными.
Векторный индекс для Python и Rust, который сжимает эмбеддинги до 2 или 4 бит на измерение с помощью TurboQuant и ищет прямо по сжатым данным.
Векторная база данных с открытым исходным кодом: хранит объекты и векторы вместе, объединяя поиск по сходству векторов со структурированной фильтрацией.
Встраиваемая в приложения векторная база данных с открытым исходным кодом для быстрого поиска по сходству без отдельного сервера.
Локальный векторный индекс и инструментарий для RAG: пересчитывает эмбеддинги по запросу и сокращает объём хранения примерно на 97%, позволяя искать личные данные на ноутбуке.
Open-source поисковая база данных с полнотекстовым, векторным и гибридным поиском, индексацией в реальном времени и SQL — альтернатива Elasticsearch.
Встраиваемая библиотека и база данных для мультимодального ИИ с векторным, полнотекстовым поиском и SQL-запросами по данным в формате Lance.
Поисковая библиотека для JavaScript/TypeScript с полнотекстовым, векторным и гибридным поиском, работающая в браузере, Node.js и edge-средах.
Расширение для Postgres, которое добавляет в существующую базу данных полнотекстовый и векторный поиск, оценку BM25 и агрегации.
Открытый формат таблиц и файлов для lakehouse-систем с мультимодальными AI-данными, векторным и полнотекстовым поиском и быстрым произвольным доступом к данным в объектном хранилище.
Vespa — поисковая система с открытым исходным кодом и платформа для обработки векторов, тензоров, текста и структурированных данных в больших масштабах.
Графовая база данных с открытым исходным кодом на Rust: хранит графы, векторы и полнотекстовые данные в объектном хранилище и поддерживает запросы из Rust, TypeScript, Go и Python.
Модуль Redis, добавляющий полнотекстовый поиск, вторичные индексы, поиск по векторному сходству и агрегирующие запросы.
Ветка MySQL 8.0.44 от Alibaba Cloud с аналитическим движком хранения DuckDB, векторными индексами HNSW и встроенными запросами к прошлому состоянию данных.
Header-only библиотека на C++ с привязками для Python для быстрого приближённого поиска ближайших соседей с помощью алгоритма HNSW.
Библиотека на C++ для масштабного приближённого поиска ближайших соседей по векторам с инструментами для построения индексов, поиска и распределённого обслуживания запросов.
База данных для LLM-приложений с гибридным поиском по плотным и разреженным векторам, тензорам и полнотекстовым данным.
Однофайловая библиотека на C++ для приближённого поиска ближайших соседей и кластеризации векторов с биндингами для Python, JavaScript, Rust, Java, Go, Swift и других языков.
AI-ориентированная поисковая база данных: хранит векторные, полнотекстовые, структурированные и полуструктурированные данные в одном совместимом с MySQL движке для памяти и поиска агентов.
Расширение PostgreSQL на Rust с индексом на базе DiskANN и фильтрацией по меткам для более быстрого и дешёвого векторного поиска на основе pgvector.
Встраиваемая библиотека на Rust и мультитенантный сервер для лексического, векторного и гибридного поиска, а также MCP-сервер для AI-агентов.
Частые вопросы
- Как отбираются проекты?
- Каждый проект в Repolode проходит проверку качества: он должен работать уже сейчас, решать конкретную задачу, быть чем-то большим, чем тонкая обёртка, и продолжать поддерживаться. Эта страница группирует проекты по темам и сортирует их по звёздам GitHub.
- Какой проект здесь самый популярный?
- elastic/elasticsearch — 78,5 тыс. звёзд на GitHub. Перед выбором проверьте лицензию и дату последнего коммита каждого проекта.
Другие подборки
- Базы данных и инструменты SQL495
- CLI и инструменты для терминала883
- Диаграммы, графики и анимированная визуализация93
- Дашборды и инструменты бизнес-аналитики133
- Фронтенд-фреймворки и UI-компоненты138
- GraphQL API и клиенты для API78
- Проекты робототехники и воплощённого ИИ132
- Компиляторы, транспайлеры и языки программирования93
- Фреймворки тестирования и инструменты автоматизации тестов252
- Фреймворки для создания приложений и сайтов116
- Встраиваемые системы и проекты на микроконтроллерах97
- OpenTelemetry и платформы наблюдаемости246