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 ★ 167

维护状态维护中

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队likeslines-maker

所属国家

官网地址

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

GitHub 星标★ 167

30天Star增速

HF 下载量

上线时间2026-02-08 00:00:00

最近更新2026-08-07 00:00:00

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0

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 是一个搜索知识领域的开源项目，官方简介：VectorRAG.Net is a .NET-native high-performance vector database library for semantic search and RAG (Retrieval-Augmented Generation). Core search is based on Random Hyperplane LSH candidate generation with exact rerank by dot/cosine.。项目使用 C# 开发，在 GitHub 上获得 167 星标。

上一篇：distill

下一篇：awesome-ai-memory