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。
📑 PageIndex: Document Index for Vectorless, Reasoning-based RAG
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。
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。
Cognee 是开源的 AI 记忆平台，为 agent 提供持久化的长期记忆，解决对话结束上下文就丢失的问题。它用 Python 编写，基于向量数据库组织记忆，并支持用小模型免费运行。典型场景是让 agent 跨会话记住用户偏好与历史结论，无需每次重新塞入 prompt。
