zvec 是一个轻量、极速的进程内向量数据库，用 C++ 编写，解决本地向量检索需要额外部署服务的问题。它直接嵌入应用进程，无需独立服务，适合在 RAG 场景中为 prompt 做本地相似度检索。
A lightweight, lightning-fast, in-process vector database
按钮会在新标签页打开，本站不代理、不镜像仓库内容。
AnythingLLM 是一个本地优先的 AI 应用，把文档、向量数据库和模型接进同一个工作区，让开发者不必依赖云端就能搭建自己的知识库问答。最典型的用法是导入团队文档后直接对话检索，数据全程留在本地。
Meilisearch 是一个用 Rust 编写的开源搜索引擎 API，为网站和应用提供 AI 驱动的混合搜索能力。它把关键词检索与向量语义检索结合，帮开发者省去自建搜索后端的麻烦。典型场景是给电商或文档站点加即时搜索框，通过 SDK 快速接入。
LlamaIndex 是一个面向 AI 应用的文档处理平台，用 Python 编写，帮助开发者把私有数据接入大模型。它提供数据连接、索引与检索能力，典型场景是搭建 RAG 应用，让模型基于自有文档回答问题。
Milvus 是一个高性能、云原生的向量数据库，用 Go 编写，专为可扩展的向量近似最近邻搜索设计。它解决海量非结构化数据（如图片、文本 embedding）的相似度检索问题，典型场景是为 RAG 应用和推荐系统提供底层向量存储与查询能力。
PageIndex 是一个面向 RAG 的文档索引方案，用推理代替向量检索，免去 embedding 与向量数据库。它把长文档组织成可推理的结构，让模型按需定位相关段落，适合处理财报、论文这类需要跨章节推理的问答场景。
Qdrant 是用 Rust 编写的高性能向量数据库与向量检索引擎，专为大规模 AI 应用设计，解决海量向量数据的存储与相似度搜索问题。典型场景是为 RAG 或语义搜索提供后端，通过 SDK 接入，支撑推荐、问答等系统的检索环节。
