vectordb

自建高性能向量库，让 AI 应用秒级检索私有知识。

Epsilla 是一个高性能的向量数据库管理系统，专为 AI 应用设计。它解决了大语言模型应用中知识库检索和语义记忆的痛点，提供向量存储、索引和相似性搜索的核心能力。项目采用 C++ 实现底层引擎，确保高性能，同时提供简洁的 API 和集成能力，支持与 LangChain 等 LLM 框架配合使用。其核心功能包括高效的向量索引（如 HNSW）、元数据过滤、以及灵活的部署方式，帮助开发者快速构建基于私有数据的 RAG 应用。作为早期项目，它聚焦于向量检索的极致性能，适合对延迟和吞吐量敏感的场景。

开源 unknown 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 875

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类对话助手

开发团队epsilla-cloud

所属国家

官网地址https://epsilla.com

GitHubhttps://github.com/epsilla-cloud/vectordb

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议GPL-3.0

主要语言C++

技术栈/模型ai,chatgpt,data,data-science,database,embeddings,embeddings-similarity,infrastructure,llms,machine-learning,neural-network,neural-search,rag,retrieval,search-engine,vector-database,vector-search

GitHub 星标★ 875

30天Star增速

HF 下载量

上线时间2023-07-09 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

核心亮点

C++ 底层实现，向量索引和搜索性能优于纯 Python 方案
提供类似 SQL 的管理接口，上手门槛低于多数向量库
内置元数据过滤，支持复杂条件筛选，提升检索精准度

不足之处

项目处于早期阶段，生态和周边工具链尚不成熟
文档和社区资源相对有限，遇到问题可参考的案例较少

适用场景

为 RAG 应用搭建私有知识库，实现文档问答
构建推荐系统，基于向量相似度匹配用户偏好
作为 AI 应用的长期记忆存储，支持多轮对话上下文

替代项目

Milvus、Qdrant、Chroma

项目介绍

vectordb 是基础设施领域的开源项目，由 epsilla-cloud 开发，2023 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（875）位列前 30%，在基础设施分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。

它主要面向的使用场景是：为RAG应用搭建私有知识库，实现文档问答。同类可对比的替代方案包括 Milvus、Qdrant、Chroma。

上一篇：Free-GPT-Grok-Gemini-Claude-API

下一篇：recodex