Weaviate est une base de données vectorielle open-source qui stocke à la fois des objets et des vecteurs, permettant la combinaison de la recherche vectorielle avec un filtrage structuré, tout en offrant la tolérance aux pannes et l'évolutivité d'une base de données cloud-native.
Recherchez et filtrez les données efficacement en utilisant Weaviate, une base de données qui combine le stockage d'objets avec des capacités de recherche avancées.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentWeaviate est une base de données vectorielle open-source qui stocke à la fois des objets et des vecteurs, permettant la combinaison de la recherche vectorielle avec un filtrage structuré, tout en offrant la tolérance aux pannes et l'évolutivité d'une base de données cloud-native.
weaviate compte 16.7k étoiles sur GitHub. Il a été forké 1.4k fois. weaviate est écrit principalement en Go. Il est développé activement depuis 2016. weaviate est disponible sous licence BSD-3-Clause. Ses principaux thèmes sont : approximate-nearest-neighbor-search, generative-search, grpc, hnsw.
Read the full guideWeaviate est une base de données vectorielle open-source qui stocke à la fois des objets et des vecteurs, permettant la combinaison de la recherche vectorielle avec un filtrage structuré, tout en offrant la tolérance aux pannes et l'évolutivité d'une base de données cloud-native.
weaviate est un projet open source. Il est distribué sous licence BSD-3-Clause.
Oui. weaviate est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
weaviate est disponible sous licence BSD-3-Clause.
weaviate est écrit principalement en Go.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/weaviate-weaviate.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.