Векторная база9 из 5703 инструментов
9 инструментов с тегом «Векторная база» по тому, что показывает их главная страница, по тому, кто ими пользуется, среди тех, что продолжают развивать.
Тег - одно из трёх десятков слов закрытого списка; его выбирает тот же читатель по той же странице, что и строку описания. Никогда - ключевое слово от вендора.
По использованию
Pinecone
pinecone.ioStores and retrieves vector embeddings at scale for retrieval-augmented generation and agent knowledge systems.
SurrealDB
surrealdb.comStores documents, graphs, vectors, and relational data in one engine with built-in agent memory layer.
Zilliz
zilliz.comManages vector data for AI applications with real-time search, discovery, and analytics on a single platform.
Qdrant
qdrant.techStores and searches vectors at scale with metadata filtering, hybrid search, and reranking.
Weaviate
weaviate.ioVector database that stores, indexes, and searches high-dimensional vectors for retrieval-augmented generation and semantic search.
turbopuffer
turbopuffer.comVector and full-text search database built on object storage, scaling to 256TB per index with sub-10ms latency.
YantrikDB
yantrikdb.comPersistent memory database for AI agents that stores and retrieves facts across sessions with conflict detection.
zinfradb
zinfradb.comStores and searches vectors, graphs, and text in a single database binary.
Supermemory MCP
supermemory.aiStores and retrieves learned context for agents using a vector graph database, injecting relevant memories into model prompts in real time.
Эксплуатация LLMОт $19/мес
Как мы читаем инструмент
Без голосов, без отзывов, без заявлений вендора. Каждую неделю краулер читает собственный сайт инструмента и несколько публичных реестров, а слова на карточке - полосы над тем, что он прочитал.
- Использование: визиты на сайт (оценка), установки из npm и PyPI, присутствие в отчёте Chrome об использовании.
- Активность: последний релиз на GitHub, npm или PyPI; самая свежая датированная страница сайта; открытые вакансии на публичной доске.
- Цена: собственная страница цен вендора, прочитанная с датой. Число печатается, только если оно есть на той странице.
- Строку и сценарии пишем мы сами по главной странице, по одной на строку, и отбраковываем, когда они повторяют маркетинг вендора.
Как AI-ассистенты читают каждый сайт - чтение, о котором нас спрашивают вендоры, - на отдельной странице видимости каждого инструмента.