项目预览
项目数据
项目介绍
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 ★ 480
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。
环境要求
- Zig 工具链或 Docker
安装与启动步骤
-
1拉代码并构建
它是 Zig 写的，先编出可执行文件。
git clone https://github.com/antflydb/antfly.git -
2起单机实例
单机模式即可完整体验检索能力。
make build && ./antfly standalone -
3或用容器
不想装工具链就走容器，注意端口只绑本机。
docker run -p 127.0.0.1:8080:8080 ghcr.io/antflydb/antfly:latest standalone --host 0.0.0.0 -
4建一个库并灌数据
它把全文、稠密、稀疏向量和图放在同一张表上。
./zig-out/bin/antfly lite init app.aflite -
5混合检索验证
用同一句查询对比关键词与向量两路结果。
如何确认成功
灌入一批文档后，同一句查询能同时返回关键词命中和语义命中，且图遍历结果与之同源
注意事项
- 它是用 Zig 写的检索推理一体库，同一张表上同时提供全文、稠密向量、稀疏向量和图遍历。
- 三种安装方式（包管理器、容器、源码编译）任选，容器最省事。
- 容器示例里绑定 0.0.0.0 是为了容器内可达，端口映射已经限了本机，别再把端口开到公网。
- 还要它自己做切分与嵌入时会更吃资源，小机器先只用检索层。
核心亮点
- 基于 Zig 语言，内存安全且并发性能强，适合高吞吐检索场景
- 内置 Elasticsearch 集成，支持语义搜索与 RAG 流程，开箱即用
- 支持多模态数据处理，覆盖文本、图像等非结构化内容
不足之处
- 早期项目，API 和功能可能不稳定，生产使用风险较高
- 文档/社区待观察，Zig 语言生态相对小众，学习曲线陡峭
适用场景
- 构建企业级知识库问答系统，需高效检索增强生成
- 处理多模态数据（如文档、图片）的智能客服或内容分析平台
- 需要自动扩展能力的高并发 AI 服务后端
替代项目
LangChain、LlamaIndex、Haystack
同类项目推荐
Observal
开源
把 AI 组件管起来，共享复用还能看运行数据
Share and discover coding agent resources across your team. Self-hosted, Apache 2.0,···
terraform-genai-rag
开源
填几个变量，云上 RAG 环境一键搭好
Deploys a Generative AI RAG solution
FAI-Model
开源
一键部署大模型，推理性能拉满，API 兼容 OpenAI。
FriendliAI Model Hub
vllm-jev
开源
让 Jev 决策模型直接用 vLLM 跑起来
Native vLLM serving for Jev decision models
kiwi-mem
开源
给 AI 伴侣装上会遗忘、会做梦的长期记忆
Self-hosted memory gateway for AI companions — OpenAI-compatible proxy with vector ···
mlops-v2
开源
用模板在 Azure 上快速搭建企业级机器学习自动化流水线
Azure MLOps (v2) solution accelerators. Enterprise ready templates to deploy your ma···
dud
开源
像管代码一样管数据，轻量级数据版本控制与管道工具
A lightweight CLI tool for versioning data alongside source code and building data p···
gptGrok2api
开源
批量注册 ChatGPT/Grok 账号，自动转成 API 网关
ChatGPT/GPT 注册机｜Grok 注册机｜全自动纯协议注册，支持 OAuth、邮箱接码、账号池、代理···
metal-flash-attention
开源
在 Apple 芯片上让注意力计算飞起来，加速 Stable Diffusion 推理。
FlashAttention (Metal Port)