deeplake

海量训练数据随手存取,喂给模型不卡壳

开源 🏷️定价信息待确认 ✅ 目前可打开 基础设施 🍴 复刻 725 🐛 待处理 104 👀 关注 96
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 9264
维护状态 低维护
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

deeplake 项目界面预览图
图片来源:项目官网

项目数据

分类基础设施
开发团队activeloopai
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言C++
技术栈/模型agent,agentic-rag,ai,clawbot,computer-vision,datalake,deep-learning,filesystem,large-language-models,llm,memory,mlops,multimodal,openclaw,postgres,pytorch,rag,skill,vector-database
GitHub 星标★ 9264
上线时间2019-08-09 00:00:00
代码更新2026-05-21
仓库体积128.0 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数9

项目介绍

面向 AI Agent 的数据运行时,提供无服务器 PostgreSQL 与多模态数据湖,支持大规模数据的高效检索与训练。开发者可以像使用数据库一样管理图像、文本、音视频等非结构化数据,为 RAG、Agent 记忆与模型训练提供统一的数据底座。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 9264

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 5 分钟 部署方式:库/依赖 3 步

环境要求

  • Python 环境(已安装 pip,可从 PyPI 拉取包)
  • 可访问 PyPI 的网络(或已配置国内镜像源)
  • 命令行终端(bash / PowerShell 均可)

安装与启动步骤

  1. 1检查 pip 环境

    确认当前环境已安装 pip 且能正常调用,后续安装依赖它。若报 command not found,需先安装或激活 Python 环境。

    pip --version
  2. 2安装 deeplake

    README 中唯一的官方安装方式,直接从 PyPI 安装 deeplake 包。建议在虚拟环境中执行,避免污染全局环境。

    pip install deeplake
  3. 3验证导入

    安装完成后在 Python 中导入 deeplake,无报错即表示安装成功。

    python -c "import deeplake"

如何确认成功

执行 python -c "import deeplake" 无任何报错即安装成功。

常见问题

Q:安装速度很慢或超时怎么办?

A:可在 pip 命令后追加国内的 PyPI 镜像源参数重试;README 未指定镜像地址,请按所在网络环境自行选择。

Q:安装成功后怎么开始使用?

A:README 给出了两个入口:Vector Store Quickstart(面向 RAG 检索)与 Deep Learning Quickstart(面向深度学习数据),按需查阅官方文档。

Q:支持哪些语言调用?

A:README 只提供了 pip 安装方式,即以 Python 包形式使用;其他语言接入方式 README 未说明,请查阅官方文档。

注意事项

  • README 仅给出 pip 安装命令,其余使用方式需查阅官方文档 docs.deeplake.ai。
  • Vector Store(RAG)与深度学习两条上手路径在文档中分别提供 Quickstart。
  • 本教程未包含任何 README 未声明的端口、路径或配置文件。

核心亮点

  • 提供无服务器Postgres与多模态数据湖融合,支持大规模检索与训练,架构新颖
  • 专为AI Agent设计,内置记忆与RAG能力,适配LLM工作流
  • 支持计算机视觉、深度学习等多种数据类型,生态覆盖广

不足之处

  • C++实现可能增加二次开发门槛,Python生态集成需依赖绑定
  • 文档/社区待观察

适用场景

  • 构建具备长期记忆的AI Agent应用
  • 大规模多模态数据集的存储与高效检索
  • MLOps流水线中的数据版本管理与训练数据准备

替代项目

Activeloop Hub、LanceDB、Milvus

上一篇:metaflow

下一篇:BentoML

同类项目推荐

bentoctl 开源

一条命令,把模型部署到任意云

Fast model deployment on any cloud

★ 175 2026-08-09
memobase 开源

给 AI 聊天机器人装上长期记忆,让对话更懂你

User Profile-Based Long-Term Memory for AI Chatbot Applications.

★ 2952 2026-08-09
openvino 开源

把AI模型快速部署到英特尔硬件,推理提速数倍

OpenVINO™ is an open source toolkit for optimizing and deploying AI inference

★ 11134 2026-08-09
doubao2api 开源

把豆包变成 OpenAI 接口,免费多模态调用

Reverse-engineered Doubao (豆包) API → OpenAI-compatible REST service. Free multimo···

★ 315 2026-08-09
clawk 开源

给 AI 编码代理一个一次性 Linux 虚拟机,保护你的电脑。

Give coding agents a disposable Linux VM, not your laptop

★ 1041 2026-08-09
ray 开源

把 Python 代码一键变成分布式,搞定大规模 AI 训练和部署

Ray is an AI compute engine. Ray consists of a core distributed runtime and a set of···

★ 44238 2026-08-09
local-llms-on-android 开源

把大模型装进口袋,离线也能智能对话

Run local LLMs like Gemma, Qwen, and LLaMA on Android for offline, private, real-tim···

★ 485 2026-08-09
smfs 开源

让 AI 像 grep 一样,秒搜所有文件内容

A filesystem designed for agents, with SOTA retrieval, automatic memory profiles, sy···

★ 492 2026-08-09
ai-api-aggregator 开源

一个 Key 一个地址,统一调用 300+ 模型

AI API aggregator companion: machine-readable catalog of 300+ models behind one key ···

★ 150 2026-11-05