mirrors/zvec

Zvec 是一款开源的嵌入式(进程内)向量数据库 — 轻量、极速，可直接嵌入应用程序。以极简的配置提供生产级、低延迟、可扩展的向量检索能力。

[!IMPORTANT] 🚀 v0.7.0（2026 年 8 月 24 日）

zvec-grep（zg）：本地优先的工作区搜索，一个 CLI 统一 ripgrep、BM25 与向量检索，为人类与 AI Agent 而设计。

ReMe 集成：zvec 成为 ReMe（Agent 记忆管理套件）的文件存储后端，提供进程内 HNSW 向量检索。

DiskANN 生产化：新增 Linux ARM64 / macOS ARM64 支持与 io_uring 异步 I/O 后端，自动回退到最优 I/O 方案，用户无需任何配置。

索引优化：新增 IVF-RaBitQ 索引、PQ-INT8 量化器；RaBitQ 支持运行时 AVX2 / AVX512 指令集动态分发，同一套二进制可在不同 CPU 上自动选择最优路径。

部署体验优化：动态库大幅瘦身（macOS arm64 C API 库 37→22 MB，**-40%**）；新增 musl libc / Alpine Linux 支持；每次发布自动提供 Linux（glibc/musl）、macOS、Windows、Android、iOS 的预编译 SDK。

DocIterator：新增全集合文档流式遍历迭代器，覆盖 C++、C、Python。

全文检索：新增 N-gram 分词器，更适合短语、代码、短文本等检索场景。

👉 查看更新日志 | 查看路线图 📍

💫 核心特性

极致性能：毫秒级响应，轻松检索数十亿级向量。
开箱即用：安装后即刻开始搜索，纯本地运行，无需服务器、无需配置、零门槛。
稠密 + 稀疏向量：支持稠密向量、稀疏向量与多向量查询，以及从内存到磁盘、丰富多样的向量索引类型。
全文检索（FTS）：原生的基于关键词的全文检索——使用自然语言或结构化表达式检索字符串字段。
混合检索：在单次查询中融合向量语义、全文检索与标量过滤，获得精确结果。
持久化存储：WAL 预写日志保障数据持久性 — 即使进程崩溃或意外断电，数据也不会丢失。
并发访问：支持多进程同时读取同一个 Collection；写入为单进程独占模式。
进程内运行：无需单独部署服务，纯进程内运行。Notebook、高性能服务器、CLI 工具、边缘设备 — 随处可用。

📦 安装

Zvec 提供多语言官方 SDK：

**Python**：pip install zvec（需 64 位 Python 3.10–3.14）
**Node.js**：npm install @zvec/zvec
**Go**：高性能的 Go 绑定。
**Rust**：cargo add zvec-rust
**Dart/Flutter**：flutter pub add zvec

想搜索代码或文档？试试 **zvec-grep**（zg）— 本地优先的搜索 CLI，统一 ripgrep、BM25 与向量检索，为人类与 AI Agent 而设计。

想要图形界面？试试 **Zvec Studio**，零代码浏览数据与调试查询。

✅ 支持的平台

Linux (x86_64, ARM64; glibc & musl)
macOS (ARM64, x86_64)
Windows (x86_64)

🛠️ 源码构建

如需从源码构建 Zvec，请参考源码构建指南。

⚡ 一分钟上手

import zvec

# 定义 collection schema
schema = zvec.CollectionSchema(
    name="example",
    vectors=zvec.VectorSchema("embedding", zvec.DataType.VECTOR_FP32, 4),
)

# 创建 collection
collection = zvec.create_and_open(path="./zvec_example", schema=schema)

# 插入 documents
collection.insert([
    zvec.Doc(id="doc_1", vectors={"embedding": [0.1, 0.2, 0.3, 0.4]}),
    zvec.Doc(id="doc_2", vectors={"embedding": [0.2, 0.3, 0.4, 0.1]}),
])

# 向量相似度检索
results = collection.query(
    zvec.Query(field_name="embedding", vector=[0.4, 0.3, 0.3, 0.1]),
    topk=10
)

# 查询结果：按相关性排序的 {'id': str, 'score': float, ...} 列表
print(results)

📈 极致性能

Zvec 提供极致的速度和效率，能够轻松应对高要求的生产环境负载。

有关具体的测试方法、配置及完整结果，请参阅性能报告。

🤝 加入社区

💬 钉钉群	📱 微信群	🎮 Discord	X (Twitter)

扫码加入	扫码加入	点击加入	点击关注

❤️ 参与贡献

非常欢迎来自社区的每一份贡献！无论是修复 Bug、新增功能，还是完善文档，都将让 Zvec 变得更好。

请查阅我们的贡献指南开始参与！