rushdb

推送 JSON，秒得可搜索、带关系的 AI 记忆库

RushDB 是一个面向 AI 代理的图数据库和向量数据库，同时充当记忆层。它允许用户直接推送任意 JSON 数据，无需预先定义 schema 或进行迁移，即可获得类型化、可搜索且具备关系感知的记录。RushDB 基于 Neo4j 构建，将图数据库的关系查询能力与向量数据库的语义搜索能力相结合，旨在为 AI 代理提供持久化、可关联的记忆存储。它解决了传统数据库在 AI 场景中难以灵活存储非结构化数据、难以建立实体间复杂关系的问题，核心能力包括无模式数据摄入、自动类型推断、图关系遍历以及向量相似度搜索。

开源 unknown 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 324

维护状态较活跃

是否开源是

定价模式 unknown

项目数据

分类搜索知识

开发团队rush-db

所属国家

官网地址https://rushdb.com

GitHubhttps://github.com/rush-db/rushdb

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

主要语言TypeScript

技术栈/模型ai,ai-agents,ai-memory,ai-tools,app-backend,cloud,database,docker,embeddings,graph-database,graphs,instant-apps,llm-memory,llm-tooling,mcp,neo4j,rag,self-hosted,semantic-search,vector-search

GitHub 星标★ 324

30天Star增速

HF 下载量

上线时间2024-12-15 00:00:00

最近更新2026-09-23 00:00:00

维护状态较活跃

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

使用教程

核心亮点

无模式设计，直接推送 JSON 即可自动建库，省去繁琐的 schema 定义和迁移流程
融合图数据库与向量检索，既能查询实体间多跳关系，又能进行语义相似度搜索
基于 Neo4j 构建，继承了成熟的图查询能力和生态，稳定性有保障

不足之处

项目处于早期阶段（320 星），API 和功能可能不稳定，生产环境风险较高
依赖 Neo4j，部署和运维成本相对较高，不适合轻量级场景
文档和社区生态尚待完善，可参考的案例和第三方集成较少

适用场景

AI 代理需要长期记忆，存储对话历史、用户偏好和实体关系
构建知识图谱应用，需要从非结构化数据中提取实体和关系
需要同时进行关系查询和语义搜索的智能问答或推荐系统

替代项目

ChromaDB、Pinecone、Mem0

项目介绍

rushdb 是基础设施领域的开源项目，由 rush-db 开发，2024 年首次发布。

它收录于基础设施分类，该分类目前共有 1,132 个项目，GitHub 星标数为 324。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。

它主要面向的使用场景是：AI代理需要长期记忆，存储对话历史、用户偏好和实体关系。同类可对比的替代方案包括 ChromaDB、Pinecone、Mem0。

上一篇：chonkiejs

下一篇：VecturaKit