Awesome GitHub RepositoriesSearch Engine APIs

Elasticsearch is a distributed search engine and document store designed for the high-performance indexing and retrieval of massive volumes of unstructured data. It functions as a centralized analytics platform, providing a schema-flexible architecture that organizes information into searchable indices while maintaining global cluster state through a distributed consensus mechanism. The platform distinguishes itself through its integrated approach to observability, security, and advanced analytics. It combines full-text, vector, and hybrid search capabilities with machine learning-driven insi

This project is a privacy-focused, self-hosted metasearch engine that aggregates results from a wide array of web, academic, and media sources into a single, unified interface. By acting as a proxy between the user and external search providers, it strips identifying headers and tracking parameters from requests, ensuring that search activity remains anonymous and protected from third-party profiling. The platform distinguishes itself through a modular, plugin-based architecture that allows for extensive customization of search behavior, result filtering, and interface branding. It supports a

Kotaemon is an orchestration framework designed for building modular, agentic workflows that integrate document processing, retrieval-augmented generation, and multi-step reasoning. It provides a comprehensive platform for developing document-based question answering systems, allowing users to chain language models, prompt templates, and external tools into complex, automated pipelines. The system distinguishes itself through a highly modular architecture that emphasizes component-based composition and schema-driven data exchange. It supports autonomous agents capable of decomposing complex q

Brave is a privacy-centric web browser built on the Chromium engine. It functions as a cross-platform navigation tool designed to protect user data by automatically blocking trackers and advertisements by default. The browser distinguishes itself through integrated search capabilities that allow for programmatic control over query execution and data retrieval. It provides a platform for custom search engine development, enabling users to apply specific ranking rules, filter content based on geographic or temporal constraints, and enrich results with real-time structured data. Beyond its core

Zincsearch is a high-performance, self-hosted full-text search engine and database written in Go. It provides a lightweight infrastructure for indexing and searching unstructured text data, specializing in log and event analysis through a schemaless indexing model. The system is designed as a resource-efficient alternative to heavier search infrastructure, featuring an API surface compatible with Elasticsearch for indexing and querying documents. It distinguishes itself by packaging the entire server and its built-in web search interface into a single statically linked binary. The engine cov

Zinc is a high-performance full-text search engine written in Go. It provides a schema-less document index that organizes arbitrary datasets into searchable structures without requiring a predefined data format. The engine features an API compatible with Elasticsearch for indexing and querying data, which facilitates the ingestion of single and bulk records. It is designed as an in-process search engine that embeds indexing and retrieval logic within a single binary to operate with minimal system resource overhead. The system includes a built-in web-based management interface for executing s

OpenSearch is a distributed search and analytics engine designed for indexing, searching, and analyzing massive volumes of structured and unstructured data in real time. It functions as a comprehensive platform that integrates enterprise-grade search capabilities, a vector database for high-dimensional similarity lookups, and a unified observability suite for monitoring logs, metrics, and traces across complex distributed environments. The platform distinguishes itself through its support for agentic workflow automation, allowing users to orchestrate multi-agent tasks and integrate foundation

Manticoresearch is a high-performance search engine and database designed for indexing and retrieving large datasets. It functions as a full-text search engine, a vector search database, and a SQL-based search database, providing a distributed search cluster architecture. The system provides an alternative to the Elasticsearch stack, offering a compatible API for indexing and searching structured and unstructured data. It distinguishes itself by supporting multiple retrieval methods, including vector matching for similarity search, geospatial queries, and traditional full-text ranking. The p

Quickwit is a cloud-native, distributed search engine designed for observability data such as logs, traces, and metrics. It functions as an observability backend that decouples compute from storage by persisting indices directly in S3-compatible cloud object stores. The system is distinguished by its compatibility with the Elasticsearch REST API, allowing it to integrate with existing clients and log shippers without reconfiguration. It also serves as an OpenTelemetry data indexer, ingesting technical data via the OpenTelemetry Protocol using gRPC and HTTP. The engine utilizes a hybrid of co

howdoi is a command-line coding answer engine that retrieves programming solutions and code snippets from the web for display directly in the terminal. It functions as a web-based code search tool that uses natural language queries to find technical answers without requiring a web browser. The tool provides a JSON-exportable query system, allowing search results to be output as structured data for integration with other software and text editors. It features terminal-based knowledge retrieval that includes local caching and stashing of answers to reduce network latency and avoid search engine

Elasticsearch Head is a web-based graphical interface for monitoring and administering Elasticsearch clusters. It serves as a cluster management UI, a topology visualizer for nodes and shards, and a REST API client for sending HTTP requests and analyzing JSON responses. The tool distinguishes itself by providing a visual map of cluster topology to monitor data distribution and health. It includes a local proxy to enable administration of remote clusters that are not directly accessible and supports the injection of basic authentication headers for secure request handling. The platform covers

This project is a Go client library and API wrapper for interacting with Elasticsearch clusters. It serves as a programmatic interface for managing documents, indices, and cluster health, allowing Go applications to perform search and indexing operations via the REST API. The library functions as a distributed search orchestrator, providing specialized tools for high-throughput data ingestion and cluster administration. It features a buffered bulk processor with exponential backoff retries for optimizing write performance and supports automated index lifecycle transitions and historical data

Vespa is a distributed search engine, vector database, and machine learning ranking engine. It serves as an AI search platform designed to handle large-scale document indexing and complex query processing across a cluster of nodes, combining keyword retrieval with high-dimensional embedding storage for semantic similarity search. The platform distinguishes itself by integrating machine learning models directly into the search pipeline to perform real-time inference and ranking. It converts these models into ranking expressions to score and order results based on relevance, while providing a s

eSearch is a desktop tool that combines screen capture, image annotation, screen recording, optical character recognition (OCR), and text search and translation into a single application. It is built around a modular architecture that coordinates these tasks through an event-driven capture pipeline, allowing users to capture screen regions, annotate them with drawing and shape tools, and then extract text using a local-first OCR engine or optional cloud services. The project distinguishes itself by integrating a command-line interface for triggering capture and recognition tasks, enabling scr

GreptimeDB is a distributed, open-source time-series database built for unified observability. It stores and queries metrics, logs, and traces together in a single columnar engine, supporting both SQL and PromQL for analysis. The database is designed as a Kubernetes-native operator with a decoupled compute and storage architecture, enabling horizontal scaling and multi-region deployment. What distinguishes GreptimeDB is its role as a multi-protocol ingestion gateway, accepting data through OpenTelemetry, Prometheus Remote Write, InfluxDB, Loki, Elasticsearch, Kafka, and MQTT protocols without

Cerebro este un instrument de administrare pentru clustere OpenSearch și Elasticsearch, oferind o interfață grafică bazată pe web pentru a monitoriza starea și a gestiona performanța. Acesta servește ca o consolă centrală pentru administrarea clusterului, inclusiv crearea și organizarea indexurilor, alias-urilor și template-urilor de index. Proiectul se distinge prin autentificarea integrată în director, utilizând servicii LDAP pentru a gestiona identitățile utilizatorilor și permisiunile de acces. Include, de asemenea, o consolă client REST dedicată pentru trimiterea cererilor manuale către clustere, având autocompletare și capacitatea de a exporta cererile ca și comenzi curl. Instrumentul acoperă capabilități operaționale largi, inclusiv backup-ul și recuperarea datelor prin gestionarea snapshot-urilor, distribuția și echilibrarea shard-urilor între noduri și monitorizarea stării clusterului în timp real. Oferă, de asemenea, un sistem de alertare pentru modificările indexurilor și fluctuațiile de apartenență la cluster, alături de instrumente de analiză internă pentru inspectarea distribuțiilor de date.

Acest proiect este un client Node.js și un driver de bază de date pentru Elasticsearch. Acționează ca un wrapper REST API care traduce apelurile de metode JavaScript în cereri HTTP pentru a indexa, căuta și gestiona documente în cadrul unui motor distribuit de căutare și analiză. Biblioteca oferă o interfață programatică pentru gestionarea clusterelor și integrarea datelor. Include instrumente pentru descoperirea nodurilor de cluster și gestionarea indicilor pentru a menține stabilitatea conexiunii și a organiza stocarea datelor. Clientul acoperă o gamă largă de operațiuni, inclusiv gestionarea ciclului de viață al documentelor pentru acțiuni CRUD, execuția interogărilor de căutare și configurarea indicilor. De asemenea, gestionează autentificarea cererilor API și controlul accesului bazat pe permisiuni pentru a asigura interacțiunea autorizată cu serviciul.

Elasticsearch-HQ este o interfață de gestionare bazată pe web utilizată pentru a monitoriza și administra clusterele, indexurile și nodurile Elasticsearch printr-un dashboard grafic. Servește drept proxy API pentru executarea cererilor REST și gestionarea datelor și metadatelor clusterului. Proiectul oferă orchestrare centralizată a mai multor clustere, permițând administratorilor să gestioneze mai multe instanțe remote dintr-o singură interfață. Include manageri specializați pentru controlul ciclului de viață al indexului, gestionarea backup-urilor în repository-uri de snapshot-uri și urmărirea în timp real a sănătății pentru performanța nodurilor și stabilitatea shard-urilor. Platforma acoperă o gamă largă de capabilități administrative, inclusiv reindexarea datelor, controlul alias-urilor de index și inspecția mapărilor. Dispune, de asemenea, de instrumente de diagnosticare pentru identificarea problemelor clusterului și o interfață grafică pentru interogarea și regăsirea datelor. Conectivitatea este gestionată printr-un gateway bazat pe proxy care suportă securitatea rețelei SSL/TLS și autentificarea de bază. Setările sistemului și metadatele conexiunii sunt menținute prin variabile de mediu, fișiere de configurare JSON și o bază de date locală.

ReactiveSearch este o suită de framework-uri declarative și toolkit-uri UI concepute pentru construirea de interfețe de căutare bazate pe Lucene, vectori și fațete. Oferă o colecție de componente React și Vue pre-construite care conectează frontend-urile web la indicii de căutare, facilitând crearea de bare de căutare interactive, liste de rezultate și sisteme complexe de filtrare. Proiectul se distinge printr-o interfață de căutare vectorială și capabilități de similaritate semantică, inclusiv generarea de răspunsuri în limbaj natural bazată pe AI cu citări ale surselor. Utilizează un model de componente reactive unde filtrele și stările de căutare sunt sincronizate printr-un manager partajat, permițând selecțiilor dintr-o componentă să actualizeze opțiunile disponibile în altele și să serializeze starea curentă în șiruri de interogare URL pentru deep-linking. Platforma acoperă o gamă largă de capabilități, inclusiv navigarea cu fațete cu filtre de interval numeric și selecție unică, maparea datelor geografice și un kit de vizualizare a datelor interactiv pentru randarea graficelor și diagramelor. De asemenea, include instrumente pentru reglarea relevanței căutării, sortarea rezultatelor, paginare și abilitatea de a exporta seturile de rezultate ca documente CSV sau JSON. Conectivitatea backend este gestionată printr-un strat de abstractizare bazat pe furnizor și un sistem declarativ de mapare a interogărilor care separă logica de business de interfața utilizator.

Corcel transforms a remote WordPress site into a local data source by wrapping its REST API in an object-relational mapper. As a headless CMS bridge, it synchronizes remote posts, pages, users, and options into local models, enabling offline querying and manipulation from external PHP applications. The library uses pluggable adapters to fetch different WordPress resource types and a schema-based translation layer that converts WordPress post types and fields into local definitions. It validates user credentials against a remote WordPress database and integrates with the host framework’s authe