项目预览
项目数据
项目介绍
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 ★ 7169
技术标签
使用教程
⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。
⚠ 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
- 可访问 console.vespa-cloud.com 与 docs.vespa.ai 的网络环境
- Vespa 账号（可通过 vespa.ai/free-trial 免费试用）
- 仅在运行仓库 shell 脚本测试时需要：macOS、Homebrew 与 Node
- 仓库完整副本（BATS 测试需在仓库根目录执行）
安装与启动步骤
-
1选择部署方式
README 给出两条路径：把应用部署到 Vespa 云服务，或按官方文档自行运行 Vespa 实例。
-
2访问云控制台
浏览器打开控制台创建并部署应用；也可先到免费试用页申请云端免费运行额度。
-
3查阅入门文档
自建实例请严格按官方 Getting Started 文档操作，本 README 未给出具体安装命令。
-
4安装测试依赖
仅在 Mac 上运行仓库 shell 脚本测试时才需要，先装 Node 再全局装 BATS 及插件。
brew install node sudo npm install -g bats bats-assert bats-support bats-mock -
5配置插件路径
导出 BATS_PLUGIN_PATH 指向全局 npm 模块目录，让 BATS 能找到刚装的插件。
export BATS_PLUGIN_PATH="$(npm root -g)" -
6运行脚本测试
在仓库根目录执行全部测试；只想跑单个文件时把路径换成对应 .bats 文件。
bats -r . bats test_dir/test_name.bats
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
BATS_PLUGIN_PATH | 是 | BATS 插件所在的全局 npm 模块目录，供测试框架加载插件 | /usr/local/lib/node_modules |
如何确认成功
云控制台中应用部署状态正常，或执行 bats -r . 后所有用例通过、无失败输出。
常见问题
Q：必须自己搭建 Vespa 服务器吗？
A：不需要。README 说明可把 Vespa 应用部署到 Vespa 云服务，也可以参考官方入门文档运行自己的 Vespa 实例，二选一即可。
Q：云端使用要付费吗？
A：README 提供了 vespa.ai/free-trial 免费试用入口，可先在云端免费运行应用，具体额度以官网页面为准。
Q：数据量变大后如何扩容？
A：入门指南创建的应用已可直接用于生产，如需冗余可在官方 multinode-systems 文档中按说明增加更多节点。
Q：如何把自己的 Java 代码接入应用？
A：参考官方 developer-guide 文档，把自定义 Java 组件添加到 Vespa 应用中。
Q：为什么没有一行安装命令？
A：本仓库是构建和运行 Vespa 的全部源码，安装与部署流程由官方文档和云控制台承载，README 未直接给出安装命令。
注意事项
- 本仓库是自行构建和运行 Vespa 的源码库，普通用户建议优先走云服务或官方发行版本。
- Vespa 新版本每周一至周四（CET）早上从 master 分支发布一次。
- 本仓库内容全部采用 Apache 2.0 许可。
- README 中的 shell 脚本测试步骤只在 Mac 上说明，其他平台的测试方式请以官方文档为准。
核心亮点
- 支持向量索引与近似最近邻搜索，无缝集成 embedding 模型，实现语义检索
- 具备实时写入和更新能力，数据可秒级可见，适合动态内容场景
- 内置机器学习推理和排名模型，可自定义相关性排序，提升搜索质量
不足之处
- 学习曲线较陡，部署和运维复杂度高，对新手不友好
- 文档和社区资源相对有限，中文资料稀缺，排障成本高
适用场景
- 电商平台商品搜索与个性化推荐
- 新闻或内容平台实时个性化信息流
- 企业知识库语义检索与问答系统
替代项目
Elasticsearch、Weaviate、Qdrant
上一篇：R2R
下一篇：trafilatura
同类项目推荐
AI-Search-py
开源
用大白话提问，直接拿到整理好的网页数据
Turn plain English queries into structured web data, featuring automated markdown ex···
rag
开源
用NVIDIA官方蓝图，快速搭出生产级RAG流水线
This NVIDIA RAG blueprint serves as a reference solution for a foundational Retrieva···
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
mlx-embeddings
开源
在 Mac 上本地跑视觉/文本嵌入模型，轻松搞定 RAG 和语义搜索
MLX-Embeddings is the best package for running Vision and Language Embedding models ···
llms-txt
开源
给网站加个 llms.txt，让大模型秒懂你的站点
The /llms.txt file, helping language models use your website
rag-using-langchain-amazon-bedro···
开源
用 AWS 全家桶快速搭建企业知识库问答机器人
RAG with langchain using Amazon Bedrock and Amazon OpenSearch
Awesome-GraphRAG
开源
一榜收录 GraphRAG 精华，从论文到项目快速上手
Awesome-GraphRAG: A curated list of resources (surveys, papers, benchmarks, and open···
PixelRAG
开源
告别网页解析，直接搜图片像素，让截图和图表也能被精准检索问答。
https://arxiv.org/abs/2606.28344. The end of web parsing. The beginning of scalable ···
dstoolkit-text2sql-and-imageproc···
开源
把SQL数据和文档一起喂给RAG，快速搭企业问答应用
This repo accelerates development of RAG applications with rich data sources includi···