Project Icon

indexify

构建快速数据管道 实时处理非结构化数据的开源引擎

Indexify是一个开源引擎,用于构建处理非结构化数据的快速数据管道。它支持视频、音频、图像和文档处理,使用可重用提取器进行数据嵌入、转换和特征提取。系统能自动更新向量数据库和结构化数据库,支持增量提取,并提供提取器SDK。Indexify预置多种提取器,兼容多种LLM框架和存储系统,可本地运行原型。这些特性使其成为实时RAG应用和智能体的高效数据处理解决方案。

txtai - 集成语义搜索的高效嵌入式数据库解决方案
GithubLLMtxtai大型语言模型嵌入式数据库开源项目语义搜索
txtai是一个功能全面的嵌入式数据库,不仅支持语义搜索和大语言模型协同工作,还提供全流程语言模型任务处理。特色功能包括支持SQL的矢量搜索、主题建模和增强生成检索等。txtai可以在本地运行,也可以通过容器编排进行扩展,并提供多语言API绑定,以便用户快速部署和使用。
minisearch - 轻量级全文搜索引擎 实现快速离线搜索体验
GithubJavaScriptMiniSearch全文搜索内存索引开源项目搜索引擎
MiniSearch是一款JavaScript编写的轻量级内存全文搜索引擎。它支持精确匹配、前缀搜索、模糊匹配和字段提升等功能,适用于数据量适中的全文搜索场景。MiniSearch可在浏览器和Node.js环境运行,支持实时索引更新和自动建议功能。无外部依赖且资源占用少,非常适合需快速响应的客户端搜索应用。
spider - 快速并发的网络爬虫和索引工具
GithubSpider并发开源项目无头浏览器流式处理网络爬虫
Spider是一个开源的网络爬虫和索引工具,以其快速并发能力著称。它提供流式处理、去中心化、Headless Chrome渲染等功能,支持HTTP代理和定时任务。Spider具备智能模式、黑白名单管理、深度控制等特性,并支持动态AI提示脚本和CSS选择器抓取。这些功能使Spider成为适用于多种网络数据采集和处理场景的强大工具。
influxdb - 开源时序数据库 高效处理指标事件和实时分析
GithubInfluxDB实时分析开源开源项目数据分析时序数据库
InfluxDB作为开源时序数据库,专注于高效处理指标、事件和实时分析。该系统支持大规模时间序列数据存储和快速查询,提供云服务和本地部署选项。InfluxDB拥有活跃社区、丰富学习资源和完善生态系统,广泛应用于实时监控、物联网数据处理等领域。
thepipe - 全能多模态数据提取API 为LLM开发赋能
APIGithubLLM接口thepi.pe多模态数据提取开源项目文档处理
thepipe是一款多功能API,支持从PDF、网页、视频等多种来源提取markdown、表格和图像数据。该工具与GPT-4等视觉语言模型兼容,可轻松集成各类LLM和向量数据库。thepipe具备AI驱动的文件类型识别、版面分析和结构化数据提取能力,为多模态LLM开发提供综合支持。开发者可选择云端服务或本地部署方式使用。
solr - 开源高性能搜索引擎
Apache SolrGithub企业级开源开源项目搜索平台高性能
Apache Solr是基于Lucene的开源搜索引擎,提供高效的全文检索和实时索引功能。支持分布式搜索、灵活配置、容器化部署和集群管理。Solr具备强大的搜索和分析能力,适用于企业、电商和数据分析等场景。其丰富的功能(如facet搜索)、卓越的性能和高扩展性可满足复杂的搜索需求。凭借易用的管理界面,Solr成为构建现代搜索应用的理想选择。
airy - 流式数据处理框架赋能 AI 模型训练与实时分析
Airy CoreGithub开源开源项目数据平台机器学习流处理
Airy Core 是一个开源的流式数据处理框架,为 AI 模型训练和实时分析提供支持。它集成了多种数据源,如 Facebook、WhatsApp 等社交平台,并支持自定义连接器。Airy Core 能够融合历史和实时数据流,简化数据摄取流程,并通过预构建连接器从 Kafka 直接消费数据。基于 Apache Kafka 构建的 Airy Core 可同时处理海量事件,实现数据的实时流式传输。这一框架不仅简化了部署过程,还缩短了开发周期,同时增强了基础设施和应用的稳定性。
usearch - 快速轻量的开源向量搜索引擎
GithubHNSW算法USearch向量搜索引擎多语言支持开源项目相似度搜索
USearch是一个开源的单文件相似性搜索引擎,专注于向量和文本搜索。该引擎比FAISS性能提升10倍,支持多种编程语言和平台。USearch提供SIMD优化和自定义度量功能,具有高内存效率,可从磁盘直接查看大型索引。它兼容多种数据库,适用于语义搜索、聚类等场景,为向量搜索提供了灵活高效的解决方案。
pisa - 高效率大规模文本搜索引擎
GithubPISA信息检索倒排索引开源项目搜索引擎文本检索
PISA是一款开源的高性能文本搜索引擎,专门面向大规模文档集合。该引擎使用C++开发,具备解析、索引和分片等功能,并实现了多种索引压缩方法和查询处理算法。PISA支持构建倒排索引、执行布尔查询和文档排序,适用于信息检索研究及通用搜索系统。它可以处理包含5000万网页文档的大型语料库,并在毫秒级别内返回搜索结果,为研究人员提供了高效的实验平台。
sycamore - AI文档处理与数据抽取
Aryn Partitioning ServiceDETR AI modelGithubSycamore开源项目文档处理引擎矢量数据库
Sycamore是一个开源的AI文档处理引擎,针对ETL、RAG和LLM应用。它具备处理和丰富各类文档(如报告、幻灯片和手册)的能力,特别在PDF和嵌入图表的图像处理上表现优异。借助Aryn Partitioning Service,Sycamore实现了高效的文档分割、OCR和数据提取,极大提升了数据块分割准确性和检索效果。其DocSet抽象模型支持大规模数据处理,包括表格提取和视觉摘要,确保高质量数据可以轻松载入向量数据库和混合搜索引擎。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号