Home Progetti fastembed
fastembed
Python

fastembed

Libreria Python veloce, accurata e leggera per creare Embedding all'avanguardia

di qdrant · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
embeddingsopenairagApache-2.0Python
Visualizza su GitHub
In parole semplici

Genera rapidamente e facilmente embedding di testo per l'uso in applicazioni AI.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
fastembed — GitHub preview card
📈 Storia delle stelle
3.09k3.07k
2026-07-072026-08-31
📈 Segui fastembed

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Libreria Python veloce, accurata e leggera per creare Embedding all'avanguardia

fastembed ha 3.1k stelle su GitHub. È stato forkato 214 volte. fastembed è scritto principalmente in Python. È in sviluppo attivo dal 2023. fastembed è disponibile con licenza Apache-2.0. I suoi temi principali sono: embeddings, openai, rag, retrieval.

Frequently asked questions

Che cos'è fastembed?

Libreria Python veloce, accurata e leggera per creare Embedding all'avanguardia

fastembed è open source?

fastembed è un progetto open source. È rilasciato con licenza Apache-2.0.

fastembed è gratuito?

Sì. fastembed è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è fastembed?

fastembed è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto fastembed?

fastembed è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — fastembed

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=qdrant-fastembed)](https://olud.ai/project/qdrant-fastembed.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.