Awesome GitHub RepositoriesDistributed Vector Stores

Weaviate is a cloud-native vector database and distributed vector store designed to save high-dimensional vectors alongside structured data. It functions as a hybrid search engine that combines vector similarity, keyword matching, and structured metadata filtering within a single query. The system is optimized for retrieval-augmented generation, integrating vector search with generative AI and reranking to power question-and-answer workflows. It distinguishes itself through the ability to merge semantic search with traditional keyword queries and structured metadata filters to improve result

DeepLake is AI data infrastructure consisting of a multimodal data lake, a hybrid search engine, and a serverless vector database. It provides a PostgreSQL-based AI data runtime that combines multimodal storage with streaming pipelines to load and shuffle datasets from cloud storage directly into deep learning training pipelines. The system utilizes lazy indexing to store and slice images, audio, and video without loading entire files into memory. It enables retrieval-augmented generation by persisting high-dimensional embeddings in a serverless vector store and implementing hybrid search tha

SPTAG este o bibliotecă de căutare a celui mai apropiat vecin aproximativ (vector approximate nearest neighbor) și un motor de căutare vectorială distribuit. Oferă un index vectorial la scară largă conceput pentru a organiza și regăsi vectori similari din seturi de date masive folosind căutarea de similaritate de înaltă performanță și interogări de proximitate. Sistemul funcționează ca un manager dinamic de index vectorial, suportând actualizări incrementale, inserări și ștergeri de vectori fără a necesita o reconstrucție completă a indexului. Scalează operațiunile de căutare pe mai multe mașini pentru a gestiona seturi de date la scară largă și volume mari de cereri online prin gestionarea distribuită a cererilor de căutare. Proiectul implementează capabilități de căutare și indexare folosind arbori de partiționare a spațiului și grafuri de vecinătate relativă. Efectuează căutări de tip cel mai apropiat vecin aproximativ prin parcurgerea iterativă a grafului și calcule de metrici de distanță pentru a localiza vectorii cei mai apropiați de un punct de interogare.

Acest repository este un site de documentație tehnică și o colecție de ghiduri și referințe pentru implementarea serviciilor de rețea, securitate și infrastructură cloud. Funcționează ca un portal generat static și o platformă de conținut headless, separând fișierele sursă de stratul de prezentare pentru a permite o randare flexibilă. Proiectul utilizează documentație bazată pe markdown stocată într-un repository Git cu control al versiunilor. Oferă conținut tehnic specializat, inclusiv documentație pentru platforme AI pentru construirea de agenți și gestionarea inferenței, un ghid de infrastructură cloud pentru configurarea DNS și CDN, o referință de edge computing pentru deployment serverless și documentație de securitate a rețelei pentru Zero Trust și gestionarea firewall-urilor.