terrier-core

开源大规模文档检索引擎平台

terrier-core是一个开源搜索引擎平台，专为大规模文档集合设计。它提供先进的索引和检索功能，支持快速开发和评估大规模检索应用。该平台兼容TREC和CLEF测试集，适用于文本检索研究。最新版本集成Python接口PyTerrier，便于在Jupyter或Colab环境中进行实验。

访问官网

Github

文档

论文

介绍相关项目

SimplyRetrieve - 私密轻量化的检索中心生成AI工具

GithubSimplyRetrieve大语言模型开源工具开源项目本地化检索生成

SimplyRetrieve是一款开源的检索中心生成(RCG)平台，提供本地化、轻量级的GUI和API接口。它具有检索调优、私有知识库构建和本地大语言模型访问等功能，旨在推动安全可解释的AI系统开发。该工具可在单个NVIDIA GPU上运行，适合各类机器学习研究人员使用。

openserp - 开源工具提供主流搜索引擎结果获取API

APICLIDockerGithubOpenSERP开源项目搜索引擎结果

OpenSERP是一款开源工具，为开发者提供Google、Yandex和Baidu等主流搜索引擎的结果获取API和CLI接口。该工具支持Docker部署和命令行使用，可设置语言、日期和文件类型等多种搜索参数。OpenSERP为需要大规模搜索数据的项目提供了一种免费且灵活的解决方案。

llm-search - 支持多格式文档和语义重排搜索功能的问答系统

GithubpyLLMSearch大型语言模型开源项目文档嵌入混合搜索语义搜索

llm-search是一款高效的问答系统，提供简易的YAML配置和与多个本地文档集的交互能力。特色包括优化的文档解析、结合HyDE技术提高搜索结果的准确性和相关性的混合搜索、聊天历史、深度链接、重新排名和定制嵌入等。适用于各类大型语言模型，如OpenAI或本地方案，提供高度定制化。此外，系统能够生成高质量的密集和稀疏嵌入，以优化搜索效果，支持多查询和与其他LLM平台的互操作性。

kumo-search - 端到端搜索引擎框架支持全文和垂直领域检索

EA平台Githubkumo search向量检索开源项目搜索引擎端到端搜索

kumo search是一个端到端搜索引擎框架，运行在EA平台上。它支持全文检索、倒排索引、排序等功能，适用于数据量中等、业务复杂的垂直领域搜索。该框架允许使用Python编写业务逻辑，通过AOT编译器自动生成C++代码，实现快速迭代。kumo search提供多个基础库和服务项目，包括向量引擎和综合搜索引擎，为搭建全面搜索解决方案提供支持。

efficient-splade-VI-BT-large-doc - SPLADE模型实现高效文档检索与精准排序

GithubHuggingfaceSPLADE信息检索开源项目效率优化文档编码器检索模型模型

SPLADE模型是一种针对文档检索的高效架构,采用查询和文档推理分离设计。该模型在MS MARCO开发集上达到38.0 MRR@10和97.8 R@1000的性能,同时将推理延迟降至0.7毫秒。它在保持与先进神经排序器相近效果的同时,大幅缩短了延迟,接近传统BM25的速度,为文档检索领域提供了平衡效率与准确性的新方案。

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。

haystack-tutorials - 提供构建生产级LLM应用和智能搜索系统的全面教程

GithubHaystackLLM应用deepset开源项目搜索系统检索增强生成管道

Toshi - Rust语言开发的开源全文搜索引擎

ElasticsearchGithubRustTantivyToshi全文搜索引擎开源项目

Toshi是一个基于Rust语言的开源全文搜索引擎项目，旨在提供类似Elasticsearch的功能。该项目注重稳定性和安全性，仅使用Rust的安全特性。Toshi支持多种查询方式，包括术语、模糊、短语、范围、正则表达式和布尔查询。它还提供了灵活的配置选项，如数据存储、内存管理和日志设置等。目前Toshi仍在持续开发中，适合需要安全可靠的全文搜索解决方案的开发者参考和使用。

orama - 全方位搜索引擎解决方案，支持多设备多接口使用

GeosearchGithubOrama向量搜索开源项目搜索引擎混合搜索

Orama提供全文本、向量和混合搜索功能，适用于浏览器、服务器、移动应用和边缘设备，并且体积小于2KB。主要功能包括向量搜索、混合搜索、筛选器、地理搜索、字段提升、容错和精确匹配。通过插件系统，用户可以扩展功能，支持30种语言的词干提取和标记。Orama易于安装和使用，文档详细并有社区支持，是理想的轻量级搜索解决方案。

texthero - 全面的文本数据处理和可视化工具

GithubTexthero开源项目文本可视化文本表示文本预处理自然语言处理

Texthero是一个专为现代程序员设计的Python工具包，致力于快速高效地处理和可视化文本数据。其功能包括文本预处理、自然语言处理、文本表示、向量空间分析和文本可视化。Texthero与Pandas具有相同的表达能力，并提供全面的文档支持，对语言学知识要求较低。该项目免费开源，鼓励社区贡献，共同提升多语言支持。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com