:可嵌入、高效且易于使用的向量数据库,可作为库嵌入到AI应用中。采用Rust编写,使用Sled作为持久化存储引擎,将向量集合保存

None

相关推荐

封面图片

用于嵌入大图的Python库(用Rust编写)|

封面图片

用SQLite和PyTorch构建的微型最近邻嵌入数据库。一个快速、轻量的向量嵌入数据库,具有可定制性强、易于扩展等特点。 |

封面图片

Pentaract 是一个使用 Telegram 作为存储和 Postgres 作为数据库的云存储系统。

Pentaract 是一个使用 Telegram 作为存储和 Postgres 作为数据库的云存储系统。 Telegram API 的限制包括 RPM(每分钟请求次数)和文件大小限制,但 Pentaract 提供了绕过这些限制的方法。 目前的功能包括上传、下载、创建文件夹、获取文件/文件夹信息和删除。 其他用户可通过不同角色(查看、编辑、管理员)来访问资源库。 #tools

封面图片

- 用 #Rust 编写的跨平台 TUI 数据库管理 #工具

- 用 #Rust 编写的跨平台 TUI 数据库管理 #工具 亮点: 跨平台支持(macOS、Windows、Linux) 多数据库支持(MySQL、PostgreSQL、SQLite) 直观的键盘控制

封面图片

:用200行Rust代码写一个向量搜索数据库

:用200行Rust代码写一个向量搜索数据库 由于人工智能/机器学习的快速发展,向量数据库随处可见。虽然它们可以支持复杂的人工智能/机器学习应用,但向量搜索本身在概念上并不那么困难。 这篇文章描述了Vector数据库的工作原理,并用不到 200 行 Rust 代码构建一个简单的 Vector Search 库。所有代码都可以在这个 Github repo中找到。 在这里使用的方法基于流行的库annoy中使用的称为“局部敏感散列”的一系列算法。本文的目的不是介绍一种新奇的算法/库,而是描述矢量搜索如何使用真实的代码片段进行工作。

封面图片

用Rust语言编写的分布式的thread-per-core式文档数据库。 | #数据库

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人