FAISS
Meta 开源的高性能相似度搜索与向量索引库，常用于本地或自托管 RAG、召回系统、Embedding 检索和大规模向量实验。
🎯适用场景：需要在本地或自有基础设施中构建高性能向量检索和相似度搜索能力。
📊 仓库数据
✅ 优点
- •开源成熟，适合自托管和算法实验
- •支持多种索引结构，性能和可控性强
- •适合离线评测、召回验证和本地原型
⚠️ 限制
- •工程化能力不如托管向量数据库完整
- •需要团队自行处理服务化、备份、扩容和监控
🔗 相关工具
Context7
github.com/upstash/context7
LLM 文档上下文引擎，53,227+ stars。自动获取和整理最新文档上下文，为 LLM 提供精确的技术参考信息，减少幻觉并提高回答质量
🎯知识库问答与 RAG 检索
PixelRAG
github.com/StarTrail-org/PixelRAG
像素级原生视觉搜索引擎，终结传统网页解析，用多模态 VLM 直接理解页面像素内容，实现可扩展的视觉原生检索。
🎯用视觉理解能力替代传统网页解析，实现像素级内容检索
Pinecone
www.pinecone.io
托管式向量数据库服务，面向 RAG、语义搜索和推荐场景，提供向量索引、过滤、扩缩容和生产级运维能力。
🎯团队需要快速上线可扩展的 RAG 检索层，而不想自行维护向量数据库集群。
MarkItDown
github.com/microsoft/markitdown
微软开源的通用文件转 Markdown 工具，支持 PDF、Word、PPT、Excel、HTML、音频、图片 OCR 等数十种格式转换，专为 LLM 和 RAG 数据预处理设计，插件系统可扩展，MIT 协议
🎯多模态内容理解与生成
Supabase
github.com/supabase/supabase
Postgres 开发平台，101,199+ stars。开源 Firebase 替代方案，内置向量数据库支持 pgvector，是构建 AI 应用（RAG、Agent）的理想后端基础设施。提供实时数据库、认证、存储、Edge Functions 等全栈能力。
🎯LLM 应用快速开发
China Textbook
github.com/TapXWorld/ChinaTextbook
收录所有小初高、大学 PDF 教材（GitHub 69k 星），覆盖中国完整教育体系，是 AI 教育应用和知识库构建的重要数据源
🎯中文 PDF 教材数据集、教育领域知识库构建
