面向 LLM 查询的语义缓存库,复用相似问题的响应,以降低 API 成本和延迟。
redis/redis-vl-python
基于 Redis 的 Python 客户端库,用于构建向量搜索、RAG、语义缓存和 LLM 记忆功能。
- Star
- 433
- Fork
- 121
- 未关闭 Issue
- 66
- 最近提交
- 19小时前
这是什么?
RedisVL(Redis Vector Library)是一个 Python 客户端,让开发者把 Redis 用作 AI 应用的存储与检索层。它支持定义包含文本、标签、数值、地理位置和向量字段的索引结构,在 Redis 中创建索引,读写数据,并执行向量、范围、过滤、全文以及混合检索,同时支持元数据过滤。
除基础检索外,该库还提供常见 LLM 场景的扩展模块:语义缓存可为相似提问返回已存储的回答,嵌入缓存可复用向量结果,消息历史支持按时间或相关性检索对话,语义路由则将用户查询匹配到预定义的路由。向量化组件已集成 OpenAI、Cohere、HuggingFace、VoyageAI、Mistral 等提供商,并提供重排序器接入。
命令行工具 `rvl` 可在终端管理索引。MCP 服务器可将已有的 Redis 索引以搜索及可选写入工具的形式暴露给兼容 MCP 的客户端。项目要求 Python 3.10 及以上版本,底层基于 redis-py 客户端。
核心功能
- 01支持基于文本、标签、数值、地理位置和向量字段定义索引结构,可从 YAML 或 Python 字典加载。
- 02支持向量、范围、过滤、全文(BM25)及混合检索,并可按元数据过滤。
- 03提供 LLM 响应的语义缓存以及向量结果的嵌入缓存。
- 04提供按时间或相关性检索的消息历史和语义路由功能。
- 05集成多家嵌入模型提供商并支持重排序器。
- 06提供 `rvl` 命令行工具管理索引,并支持通过 stdio、Streamable HTTP 或 SSE 运行 MCP 服务器。
适用场景
- 构建 RAG 管道,在 Redis 中存储并查询文档向量。
- 通过缓存语义相似提问的回答来降低 LLM API 调用成本。
- 为聊天机器人或智能体提供按时间或相关性检索的对话记忆。
- 用低延迟查询将用户消息分派到预定义的意图或主题。
快速上手
- 1
使用 pip 安装该库
pip install redisvl - 2
使用 Docker 启动本地 Redis 实例
docker run -d --name redis -p 6379:6379 redis:latest - 3
按照 README 中的示例,在 Redis 实例上创建搜索索引
使用前须知
- 需要运行中的 Redis 实例;内置向量搜索功能需要 Redis 8 或更高版本。
- 部分功能(如 HybridQuery)需要 Redis 8.4.0 或更高版本。
- 部分向量化服务提供商需要付费的 API 密钥。
收录于专题
标签
常见问题
- redis-vl-python 是什么?
- 基于 Redis 的 Python 客户端库,用于构建向量搜索、RAG、语义缓存和 LLM 记忆功能。 RedisVL(Redis Vector Library)是一个 Python 客户端,让开发者把 Redis 用作 AI 应用的存储与检索层。它支持定义包含文本、标签、数值、地理位置和向量字段的索引结构,在 Redis 中创建索引,读写数据,并执行向量、范围、过滤、全文以及混合检索,同时支持元数据过滤。
- redis-vl-python 可以免费使用吗?用的什么许可证?
- redis-vl-python 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- redis-vl-python 还在维护吗?
- 活跃维护中。redis-vl-python 最近一次提交是在 2026年11月6日。
- redis-vl-python 适合用来做什么?
- 构建 RAG 管道,在 Redis 中存储并查询文档向量。 通过缓存语义相似提问的回答来降低 LLM API 调用成本。 为聊天机器人或智能体提供按时间或相关性检索的对话记忆。 用低延迟查询将用户消息分派到预定义的意图或主题。
- redis-vl-python 怎么安装和运行?
- 使用 pip 安装该库: pip install redisvl 使用 Docker 启动本地 Redis 实例: docker run -d --name redis -p 6379:6379 redis:latest 按照 README 中的示例,在 Redis 实例上创建搜索索引
- 在哪里获取 redis-vl-python?
- 源代码和安装说明在 GitHub 上:https://github.com/redis/redis-vl-python
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
面向 Go 的可嵌入向量数据库,接口类似 Chroma,无第三方依赖,可选持久化。
Epsilla 是一个开源 C++ 向量数据库,用于嵌入向量相似度搜索,支持元数据过滤、混合检索和 LLM 集成。
本地向量索引与 RAG 工具,通过按需重算向量将存储占用降低约 97%,可在笔记本上检索个人数据。
面向 Java 的开源 LLM 应用开发库,统一对接多家大模型与向量数据库,支持工具调用、智能体和 RAG。
用 Rust 编写的推理服务,可通过 HTTP 或 gRPC 部署和提供开源文本向量模型服务。