lancedb

嵌入式向量检索，少运维多搜索，多模态 AI 即插即用

开源 🏷️基础免费，高级付费 ✅ 目前可打开基础设施 🍴 复刻 1164 🐛 待处理 675 👀 关注 55

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 11901

维护状态活跃

是否开源开源

定价模式 🏷️基础免费，高级付费支持限时试用 · 开源库免费，LanceDB Cloud 提供免费额度及付费方案

项目预览

项目数据

分类基础设施

开发团队lancedb

官网地址https://lancedb.com/docs

GitHubhttps://github.com/lancedb/lancedb

定价模式🏷️基础免费，高级付费

价格说明开源库免费，LanceDB Cloud 提供免费额度及付费方案

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Rust

技术栈/模型approximate-nearest-neighbor-search,image-search,nearest-neighbor-search,recommender-system,search-engine,semantic-search,similarity-search,vector-database

GitHub 星标★ 11901

上线时间2023-02-28 00:00:00

代码更新2026-11-15

仓库体积69.8 MB

本站数据更新2026-11-15

维护状态活跃

收录时间2026-10-01

浏览次数1

项目介绍

LanceDB 是一个用 Rust 编写的开源嵌入式向量检索库，面向多模态 AI 应用。它把向量数据库能力做成可嵌入的库，无需单独部署服务，开发者可以直接在应用进程中完成向量存储与近似最近邻搜索。它支持文本、图像等多模态数据的语义检索，内置 ANN 索引、列式存储和版本管理，能处理推荐系统、图像搜索、语义搜索等场景。相比传统向量数据库，LanceDB 强调“少管理、多搜索”，数据以 Lance 列式格式落盘，便于与对象存储和现有数据管道集成。它提供 Python、JavaScript 等语言绑定，适合快速搭建 RAG、多模态检索和推荐系统，在本地或云端都能以较低运维成本运行。

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 2026-10-01 · 当前星标 ★ 11901

技术标签

image-search nearest-neighbor-search recommender-system search-engine semantic-search

使用教程

难度：入门约 10 分钟部署方式：库/依赖 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

本地开发环境（Python、TypeScript 或 Rust 任选其一）
可联网访问官方 Quickstart 与 SDK 文档
本地磁盘空间，用于存放 Lance 列式格式数据

安装与启动步骤

1查看官方安装指引

README 的 How to Install 未给出具体命令，只指向 Quickstart 文档，安装步骤以该文档为准。
2选择语言 SDK

LanceDB 提供 Python、Typescript、Rust 三种 SDK，按你的项目语言选一种再查对应文档。
3阅读对应 SDK 文档

Python、Typescript 与 Rust 的 API 文档地址各不相同，先按所选语言打开对应页面。
4克隆教程示例仓库

官方 vectordb-recipes 仓库提供教程与样例，可克隆到本地参考向量检索用法。
```
git clone https://github.com/lancedb/vectordb-recipes.git
```
5了解 REST API

若不想使用 SDK，可参考 REST API 文档以 HTTP 方式接入 LanceDB。