VectorRAG.Net

在 .NET 中快速实现语义搜索和 RAG，无需外部向量数据库。

VectorRAG.Net 是一个面向 .NET 生态的高性能向量数据库库，专为语义搜索和 RAG（检索增强生成）场景设计。它采用随机超平面 LSH（局部敏感哈希）生成候选集，再通过点积或余弦相似度进行精确重排序，在保证召回质量的同时显著提升检索速度。项目解决了 .NET 开发者难以找到轻量级、嵌入式向量检索方案的痛点，无需依赖外部服务即可集成到应用中。核心能力包括向量索引、相似度搜索、元数据过滤以及与 RAG 管线的无缝衔接，支持 C# 原生调用，适合构建智能问答、推荐系统等应用。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 165

维护状态维护中

是否开源是

定价模式 free

项目预览

项目数据

分类搜索知识

开发团队likeslines-maker

所属国家

官网地址https://principium.pro

GitHubhttps://github.com/likeslines-maker/VectorRAG.Net

定价模式free

价格说明开源库，本地部署，完全免费

访问状态

是否开源是

开源协议

主要语言C#

技术栈/模型ann-search,approximate-nearest-neighbor,artificial-intelligence,bm25,document-search,embedded-database,embeddings,high-performance,hybrid-search,in-memory-database,knowledge-base,llm,low-latency,rag,retrieval-augmented-generation,search-engine,semantic-search,simd,vector-database,vector-search

GitHub 星标★ 165

30天Star增速

HF 下载量

上线时间2026-02-08 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态维护中

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5

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

正在加载星标数据…

技术标签

使用教程

—

核心亮点

基于 LSH 的候选生成加精确重排，兼顾速度与准确性
纯 .NET 实现，易于集成，无外部服务依赖
支持点积和余弦两种相似度度量，灵活适配不同场景

不足之处

项目处于早期阶段，文档和社区支持尚不完善
功能相对基础，可能缺少高级索引和分布式能力

适用场景

构建 .NET 应用中的语义搜索功能
为聊天机器人或知识库实现 RAG 检索
在边缘设备或离线环境中进行本地向量检索

替代项目

FAISS、Milvus、Qdrant

项目介绍

VectorRAG.Net 是基础设施领域的开源项目，由 likeslines-maker 开发，是 2026 年新上线的项目。

它收录于基础设施分类，该分类目前共有 1,155 个项目，GitHub 星标数为 165。

项目仍在小幅维护中，最近一次代码更新于 2026-08-23。开源库，本地部署，完全免费。从国内网络环境看，可直接访问。

它主要面向的使用场景是：构建.NET应用中的语义搜索功能。同类可对比的替代方案包括 FAISS、Milvus、Qdrant。

上一篇：distill

下一篇：awesome-ai-memory