github.devotd.
新发现数据

weaviate/weaviate v1.40.1 — 结合向量检索与关键词过滤的向量数据库

weaviate/weaviate 是一个开源向量数据库,将对象与向量一并存储,把关键词过滤与 RAG 结合起来;仓库中记录的最新版本是 v1.40.1。

仓库信息weaviate/weaviate ↗

weaviate/weaviate 是一个开源向量数据库,将对象与向量一并存储,把关键词过滤与 RAG 结合起来;仓库中记录的最新版本是 v1.40.1。

GitHub 项目说明: Weaviate is an open-source vector database that stores both objects and vectors, allowing for the combination of vector search with structured filtering with the fault tolerance and scalability of a cloud-native database​.

星标
★ 16.9K
复刻
1.4K
语言
Go
许可证
NOASSERTION
最新版本
v1.40.1
查看原始来源 ↗在 GitHub 查看 ↗

weaviate/weaviate 是一个开源向量数据库,将对象与向量一同存储,支持大规模语义检索。仓库中记录的最新版本是 v1.40.1。所提供的信息中没有该版本的变更记录,因此具体改动需要查看仓库的发布说明才能确认。

它在数据库中提供把向量相似度检索与关键词过滤、重排序相结合的查询。重排序是对检索到的候选结果重新排位的步骤。检索增强生成(RAG)是利用检索得到的依据来生成答案的方式。导入时既可以用集成模型自动向量化,也可以直接导入预先计算好的嵌入,从而可以选择在哪里计算嵌入。README 列出的应用场景包括 RAG 系统、语义与图像搜索、推荐引擎、聊天机器人和内容分类,部署方式则提到 Docker、Kubernetes 以及 Weaviate Cloud。该仓库致力于打造一款以容灾和扩展性为亮点的云原生数据库。仓库创建于 2016 年 3 月 30 日。实现语言为 Go,GitHub 星标数为 16894。

不过,许可证仅标注为 NOASSERTION,因此无法确认具体的使用条款。在评估分数中,只有热度一项有数值,10 分制下为 1.7,而新颖性、技术与质量各项均没有数值。README 说明的应用范围属于项目的自我介绍,并非经过独立核实的评估。这份信息中也没有展示性能的测量数据。因此,通过这条记录能确认的只有功能结构和最新版本。在直接核实许可证和 v1.40.1 发布说明之前,很难对是否采用做出判断。