awesome-repositories.com
Blog
MCP
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektMCP-ServerÜber unsRanking-MethodikPresse
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 Repo

Awesome GitHub RepositoriesGraph

The process of building a searchable proximity graph, including configuring link density for recall and memory trade-offs.

Distinct from Index Construction: Specifically focuses on the construction of a vector proximity graph, distinct from general index initialization or knowledge graph indexing.

Explore 1 awesome GitHub repository matching data & databases · Graph. Refine with filters or upvote what's useful.

Awesome Graph GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • nmslib/hnswlibAvatar von nmslib

    nmslib/hnswlib

    5,253Auf GitHub ansehen↗

    hnswlib ist eine Header-only-C++-Bibliothek und Vektor-Indexierungs-Engine für hochdimensionale Approximate-Nearest-Neighbor-Suche. Sie organisiert große Sammlungen von Embeddings in einer durchsuchbaren Graphstruktur, um schnelle Proximity-Queries und Distanzberechnungen zu ermöglichen. Das System nutzt Hierarchical Navigable Small World (HNSW) Graphen, um eine schnelle Vektorähnlichkeitssuche zu erreichen. Es zeichnet sich dadurch aus, dass benutzerdefinierte Distanzmetriken und Ähnlichkeitsfunktionen definiert werden können, um Berechnungen an spezifische Datenanforderungen anzupassen. Die Engine deckt den gesamten Indexierungs-Lebenszyklus ab, einschließlich inkrementellem Indexaufbau und der Verwaltung von Datenpunkten durch Hinzufügen und Entfernen von Elementen. Die Suchfunktionen umfassen sowohl Approximate- als auch Exact-Nearest-Neighbor-Suche, ergänzt durch boolesche Suchfilter, um Kandidaten basierend auf Element-Labels auszuschließen. Die Bibliothek unterstützt Index-Persistenz via binärer Dateiserialisierung und bietet Konfigurationen für parallele Ausführung, um Query- und Indexierungs-Tasks auf mehrere CPU-Kerne zu verteilen.

    Constructs hierarchical proximity graphs by configuring link density to balance memory usage and retrieval recall.

    C++
    Auf GitHub ansehen↗5,253
  1. Home
  2. Data & Databases
  3. Index Construction
  4. Graph