检索与 RAG
共 13 个仓库 · 只看有专家点评 · C++
老牌开源 OCR 引擎，用 LSTM 识别图片中的文字，支持上百种语言，适合做文档扫描和文本提取。
面向稠密向量的高效相似度检索与聚类库，支持十亿级向量近邻搜索，是构建向量数据库和 RAG 检索层的底层引擎。
兼容 Redis 和 Memcached 协议的内存数据库，用多线程架构提升吞吐量，可直接替换现有缓存层。
用 C++ 写的开源内存搜索引擎，支持模糊容错、分面和地理检索，可作为 Algolia、Pinecone 或 ElasticSearch 的轻量替代，快速搭建搜索体验。
轻量级进程内向量数据库，主打极速检索，适合在本地为 RAG、语义搜索和 LLM 记忆等场景提供向量与全文检索能力。
面向视觉小说和 Galgame 的翻译工具，通过文本钩子、OCR 和剪贴板等多种方式提取游戏文本，再接入翻译引擎，让玩家能顺畅阅读原文。
超轻量级中文 OCR 工具，总模型仅 4.7M，支持竖排文字识别，可在 ncnn、MNN、TNN 等推理后端运行，适合端侧和低资源场景部署。
开源分布式数据库，兼容 MySQL，支持 HTAP 混合负载与全文检索，用一套引擎承载 OLTP、分析和 AI 场景下的高要求业务。
MySQL 的社区分支，由原 MySQL 核心团队维护，提供功能完整、稳定且许可证宽松的开源关系型数据库，支持全文检索、GIS 和向量近邻搜索。
Windows/macOS 上替代 Snipaste 和系统截图工具的本地截图录屏方案，OCR 与标注全程离线
提供 Snow Shot 截图工具和 Snow Image Viewer 看图软件的源码，集截图、录屏、OCR 和图片浏览于一体，适合需要本地桌面图像处理工具的用户。
纯头文件的 C++/Python 近似最近邻检索库，实现 HNSW 算法，无需额外依赖即可嵌入项目，用于向量相似度搜索。
微软开源的分布式近似最近邻搜索库，提供高质量向量索引构建、搜索和在线服务工具，专为大规模向量检索场景设计。