lantern

在 PostgreSQL 里直接跑向量搜索，不用额外部署向量数据库。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署基础设施 🍴 复刻 68 🐛 待处理 44 👀 关注 8

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 896

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，AGPL-3.0许可，可自行部署使用，完全免费。

项目预览

项目数据

分类基础设施

开发团队lanterndata

官网地址https://lantern.dev

GitHubhttps://github.com/lanterndata/lantern

定价模式🏷️完全免费

价格说明开源项目，AGPL-3.0许可，可自行部署使用，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议AGPL-3.0

主要语言Rust

技术栈/模型ai,ann,approximate-nearest-neighbor-search,data-science,database,embeddings,hnsw,image-search,knn,machine-learning,mlops,nearest-neighbor-search,neural-search,open-source,postgres,postgresql,search,vector,ycombinator

GitHub 星标★ 896

上线时间2023-07-11 00:00:00

代码更新2024-12-12

仓库体积2.0 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

lantern 是一个基于 PostgreSQL 的向量数据库扩展，专为构建 AI 应用而设计。它通过扩展 PostgreSQL 的能力，使其能够高效地存储和检索高维向量数据，从而解决传统数据库在 AI 场景下对向量相似度搜索支持不足的问题。核心能力包括：支持多种向量索引类型（如 HNSW、IVF），提供高性能的近似最近邻搜索，以及与 PostgreSQL 生态无缝集成，用户可以使用标准的 SQL 语法进行向量操作。该项目使用 Rust 编写，注重性能和安全性。当前处于早期阶段，但已具备基本功能，适合需要快速在现有 PostgreSQL 基础设施上添加向量检索能力的开发者。

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 ★ 896

技术标签

ai data-science database embeddings hnsw

使用教程

难度：进阶约 20 分钟部署方式：Docker 4 步

环境要求

Docker 或 PostgreSQL 15+
约 2GB 内存起

安装与启动步骤

1直接跑镜像

带 lantern 扩展的 Postgres 镜像，挂个数据卷即可。

docker run --pull=always --rm -p 5432:5432 -e "POSTGRES_USER=$USER" -e "POSTGRES_PASSWORD=postgres" -v ./lantern_data:/var/lib/postgresql/data lanterndata/lantern:latest-pg15

2建扩展

连进数据库后执行 CREATE EXTENSION lantern，再建向量列。
```
CREATE EXTENSION IF NOT EXISTS lantern;
```
3建索引

按距离类型建 HNSW 索引，查询时用 <-> 运算符。
4调参

ef_construction 与 m 影响召回与内存，先按默认跑再压测调整。