LanceDB

活跃
GitHub HTML Apache-2.0

简介

开源的多模态嵌入式向量检索库，支持零服务器部署，提供 Lance 列式格式实现高效向量搜索和过滤，适用于 AI Agent 长期记忆与 RAG 场景。

核心特性

  • 毫秒级向量搜索，支持数十亿向量的高性能索引和检索
  • 综合搜索能力：向量相似度搜索、全文搜索和 SQL 查询三合一
  • 多模态支持：存储和查询文本、图像、视频、点云等多种数据类型
  • 零拷贝、自动版本管理，无需额外基础设施即可管理数据版本
  • GPU 加速向量索引构建，大幅提升大规模数据处理性能
  • 丰富的生态集成：LangChain、LlamaIndex、Apache Arrow、Pandas、DuckDB 等

适用场景

💡 为 AI Agent 构建长期记忆存储，支持高效的语义检索和上下文召回
💡 搭建 RAG（检索增强生成）应用，实现多模态知识库问答
💡 构建推荐系统，利用向量相似度进行个性化内容匹配
💡 处理大规模多模态数据集，支持跨模态搜索和分析
💡 作为嵌入式数据库集成到 Python/TypeScript/Rust 应用中，零服务器部署

标签

vector-database embeddings retrieval multimodal rag

分类

📚 RAG 工具 🧩 Agent 记忆

快速开始

pip install lancedb 安装 Python SDK。使用 import lancedb; db = lancedb.connect('~/.lancedb') 连接本地数据库，table = db.create_table('my_table', data) 创建表并插入数据，results = table.search(query).limit(10).to_pandas() 执行向量搜索。详见 docs.lancedb.com/quickstart。
访问 GitHub 访问官网 查看文档

相关项目