Código aberto. Novas possibilidades.

ParadeDB é uma extensão do Postgres que integra busca de texto completo, recuperação vetorial e análise em um único banco de dados.

LEANN é um banco de dados vetorial leve para RAG pessoal, reduzindo armazenamento em até 97% por meio de recomputação seletiva baseada em grafos.

TalaDB é um banco de dados de vetores e documentos embarcado projetado para IA no dispositivo, fornecendo uma API TypeScript unificada para Browser, Node.js e React Native.

HelixDB é um banco de dados OLTP de grafo-vetor construído em Rust sobre armazenamento de objetos, projetado para grafos de conhecimento e memória de IA.

Modelos prontos para nuvem com RAG, pipelines de IA e busca corporativa com dados em tempo real. Compatível com Docker, sincronizado com sistemas de arquivos, Google Drive, SharePoint, S3, Kafka, PostgreSQL e APIs. Inclui indexação vetorial e busca híbrida embutidas.

Um framework de IA tudo-em-um para busca semântica, orquestração de LLMs e fluxos de trabalho de modelos de linguagem.

FrogDB é um banco de dados memory-first em pré-lançamento, compatível com Redis 8.0 e escrito em Rust. Fala RESP2/RESP3 para uso direto com clientes Redis existentes e oferece tipos de dados centrais e de módulo, JSON, séries temporais, busca vetorial e de texto completo, clustering Raft com réplicas de leitura e persistência em RocksDB.

AksharaMD é uma ferramenta local e agnóstica de parser que avalia quão bem um parser converteu um arquivo-fonte em Markdown amigável para IA, retornando uma pontuação de prontidão por documento, tags de proveniência em nível de bloco, avisos nomeados e um veredito opcional ACCEPT/REJECT baseado na fonte.

Deep Lake é um banco de dados serverless multimodal para IA que combina busca vetorial com armazenamento de embeddings, imagens, vídeo, áudio e documentos. Ele transmite dados diretamente do armazenamento em nuvem para PyTorch/TensorFlow, suporta versionamento e integra-se com LangChain, LlamaIndex e Weights & Biases.

PageIndex é um motor RAG vetorial-less baseado em raciocínio que constrói índices em árvore hierárquica para documentos longos e permite que um LLM raciocine sobre a árvore para recuperar seções relevantes, evitando bancos de vetores e chunking.

Milvus é um banco de dados vetorial cloud-native de alta performance, projetado para busca escalável de vizinhos mais próximos aproximados (ANN), impulsionando aplicações de IA com dados não estruturados.

AnythingLLM é um aplicativo de IA completo para criar uma experiência ChatGPT privada e local, com ingestão de documentos e capacidades de agentes de IA.

Databend é um data warehouse empresarial de código aberto construído em Rust, com análises em larga escala, busca vetorial, busca de texto completo e sandboxes Python UDF seguras, projetado para cargas de IA e agentes de dados.

Uma API de mecanismo de busca ultrarrápida que oferece busca híbrida impulsionada por IA, tolerância a erros de digitação e recursos de busca enquanto você digita para sites e aplicativos.

Qdrant é um mecanismo de busca de similaridade vetorial e banco de dados de alta performance escrito em Rust, projetado para aplicações de IA que exigem busca semântica e gestão de vetores em larga escala.

LlamaIndex é um framework de dados de código aberto projetado para criar aplicações agenticas, aumentando a capacidade de LLMs com dados privados.