发现与 Qdrant Vector Database 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
For developers, who are building real-time data-driven applications, Redis is the preferred, fastest, and most feature-rich cache, data structure server, and document and vector query engine.
一个超高速的搜索引擎API，将人工智能驱动的混合搜索功能带到您的网站和应用程序中。
100天机器学习编程
集桌面端和Docker容器于一体的AI应用程序，内置检索增强生成（RAG）、AI智能体、无需编码的智能体构建器等功能。
LlamaIndex 是一个领先的框架，用于基于你的数据构建强大的、由大型语言模型 (LLM) 驱动的智能体。
下一代 Node.js 和 TypeScript 对象关系映射 (ORM) 工具，支持 PostgreSQL、MySQL、MariaDB、SQL Server、SQLite、MongoDB 和 CockroachDB 数据库。
将生成式AI轻松集成到您的应用中！专注于您的产品，而非RAG技术本身。简单易用，轻松集成到现有产品，并支持自定义！兼容各种大型语言模型（LLM），例如GPT4、Groq和Llama；兼容各种向量数据库（Vectorstore），例如PGVector和Faiss；支持各种文件类型；您可以随心所欲地进行配置。
AI智能体的记忆层
开箱即用的云端模板，适用于基于检索增强生成（RAG）的应用、AI 数据管道和企业级搜索，并支持实时数据。?支持Docker。?始终与Sharepoint、Google Drive、S3、Kafka、PostgreSQL、实时数据API等同步。
Qdrant 是一款高性能、大规模的向量数据库和向量搜索引擎，专为下一代人工智能而设计。云端版本也已上线：https://cloud.qdrant.io/
一款热门的AI驱动型数据库工具和SQL客户端，拥有强大的图形界面，支持MySQL、Oracle、PostgreSQL、DB2、SQL Server、SQLite、H2、ClickHouse等多种数据库。
与你的数据库或数据湖（SQL、CSV、Parquet）对话。PandasAI 使用大型语言模型 (LLM) 和检索增强生成 (RAG) 技术，让数据分析像日常对话一样简单。
与你的SQL数据库聊天？ 使用基于检索增强生成（RAG）的大型语言模型（LLM）实现精准的文本转SQL生成？
基于 AWEL（代理工作流表达式语言）和代理的 AI 原生数据应用开发框架
机器学习、深度学习、PostgreSQL数据库、分布式系统、Node.js、Go语言
Weaviate是一个开源的向量数据库，它既存储对象也存储向量，允许将向量搜索与结构化过滤相结合，并具备云原生数据库的容错性和可扩展性。
一个开源的、一体化的向量数据库，用于语义搜索、大型语言模型编排和语言模型工作流。
改进高质量数据集和视觉人工智能模型
AI 数据库。存储向量、图像、文本、视频等。与大型语言模型 (LLM)/LangChain 配合使用。存储、查询、版本控制和可视化任何 AI 数据。实时将数据流传输到 PyTorch/TensorFlow。https://activeloop.ai
LangChain 的 Java 版本
