Awesome GitHub RepositoriesDocument Deletions

Spring AI is an application framework for Java that provides a portable, fluent API for integrating AI models, tools, and vector stores into applications. It wraps multiple AI providers behind a common interface, allowing developers to switch between chat, embedding, image, and speech models without changing application code. The framework includes a chainable chat client API similar to WebClient or RestClient, supports both synchronous and streaming interactions, and offers structured output conversion that transforms unstructured AI responses into strongly-typed Java objects. The framework

Horizon is a realtime API server and RethinkDB backend designed to push database changes instantly to front-end clients. It utilizes a WebSocket data streaming API to synchronize data between the database and user interfaces without requiring manual polling. The project integrates an OAuth identity manager for verifying user identities through third-party providers and a role-based access control system to define granular permissions for viewing or modifying database documents. It is delivered as a containerized backend framework, allowing the server and its dependencies to be deployed as a p

Riot is a Go-based distributed search engine and indexing server designed for full-text indexing and retrieval. It functions as a retrieval system that sorts documents by relevance using BM25 ranking algorithms, term frequency, and inverse document frequency. The engine provides specialized support for the Chinese language, featuring concurrent text segmentation and phonetic Pinyin mapping to match romanized input with characters. It utilizes a distributed architecture that employs hash-based index sharding to balance data load and throughput across multiple server nodes. The system covers a

The official Go client for Elasticsearch

Acest proiect este un motor de similaritate vectorială în C++ și o implementare a algoritmului Hierarchical Navigable Small World. Oferă o bibliotecă header-only pentru efectuarea căutărilor aproximative de cel mai apropiat vecin (ANN) în spații cu dimensiuni mari, alături de binding-uri Python care expun aceste capabilități de indexare și căutare mediilor de data science. Motorul permite recuperarea embedding-urilor în timp real și căutarea de similaritate în spații cu dimensiuni mari folosind o structură de graf multi-strat pentru a echilibra viteza și acuratețea căutării. Suportă metrici de distanță personalizate pentru a calcula similaritatea între vectori în diverse spații matematice. Sistemul acoperă o gamă largă de operațiuni de indexare, inclusiv inserarea incrementală a vectorilor și capacitatea de a marca elementele ca șterse fără a reconstrui indexul. Suportă, de asemenea, căutarea multi-vectorială, filtrarea rezultatelor căutării și persistența pe disc pentru a salva și reîncărca starea indexului.

hnswlib este o bibliotecă C++ header-only și un motor de indexare vectorială conceput pentru căutarea aproximativă a celui mai apropiat vecin în spații cu dimensiuni mari. Acesta organizează colecții mari de embedding-uri într-o structură de graf care poate fi căutată pentru a permite interogări rapide de proximitate și calcule de distanță. Sistemul utilizează grafuri Hierarchical Navigable Small World pentru a obține o căutare rapidă a similarității vectoriale. Se distinge prin permiterea definirii de metrici de distanță personalizate și funcții de similaritate pentru a adapta calculele la cerințe specifice de date. Motorul acoperă întregul ciclu de viață al indexării, inclusiv construcția incrementală a indexului și gestionarea punctelor de date prin adăugări și eliminarea elementelor. Capabilitățile de interogare includ atât căutarea aproximativă, cât și cea exactă a celui mai apropiat vecin, completată de filtrarea căutării booleene pentru a exclude candidații pe baza etichetelor elementelor. Biblioteca suportă persistența indexului prin serializarea fișierelor binare și oferă configurații pentru execuția paralelă pentru a distribui sarcinile de interogare și indexare pe mai multe nuclee CPU.