Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-19 04:52 UTC

qdrant / qdrant-client

Python client for Qdrant vector search engine

PythonApache-2.0★ 1.374 Sterne⑂ 353 Forksseit Feb. 2021Auf GitHub ansehen ↗
ArtNetzwerkdienstBibliothekwie das ermittelt wird
#qdrant#vector-database#vector-search#vector-search-engine

qdrant/qdrant-client erreicht einen Gesundheitsindex von 94 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (95/100) ab, am schwächsten bei AI Readiness (63/100). Zuletzt vor 1 Tag aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

94
gesamt / 100
Außergewöhnlich

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

94
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 80 wird auf der veröffentlichten Indexskala auf 94 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

QdrantOrganisation · verifizierte Domain
1.844 Follower132 öffentliche Reposseit Okt. 2020

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIqdrant-client1.19.112.034.960126vor 32 Tagenvectorsearchneuralmatchingclient

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

87Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

83Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 1 Tagen
18.7/36Commit-Rhythmus — 27/52 Wochen mit Commits
18/18Commit-Volumen — 118 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year118
human_commit_share0,94
days_since_last_push1
active_weeks_last_year27

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 57 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 32 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 45,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count57
latest_release_tagv1.19.1
releases_from_tagsnein
days_since_latest_release32
mean_days_between_releases45,7
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

76Gut · 17 % des Gesamtindex

Popularität & Verbreitung

77Gut
Wie die Bewertung erfolgt
50.9/60Stars — 1.374 Stars
21.2/25Forks — 353 Forks
4.7/15Watcher — 8 Watcher
Verwendete Eingangsdaten
forks353
stars1.374
watchers8
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

57Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges5
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 12.034.960 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesqdrant-client
dependents—
ecosystemspypi
total_downloads—
monthly_downloads12.034.960
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

79Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

62Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
12.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 43 % der Commits
13.5/13.5Breite der Beitragenden — 73 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 13 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled73
top_contributor_share0,427

Reaktionsfähigkeit bei Issues & PRs

64Mittel
Wie die Bewertung erfolgt
32.6/42Issue-Lösungsquote — 78 % der Issues geschlossen
22.9/30PR-Annahme — 668/875 entschiedene PRs gemergt
8.7/13Newcomer PR acceptance — 6/9 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs668
open_issues126
closed_issues436
prs_merged_7d24
prs_decided_7d32
prs_merged_30d47
prs_decided_30d58
issue_closed_ratio0,776
closed_unmerged_prs207
first_time_authors_30d9
first_time_prs_merged_30d6
first_time_prs_decided_30d9

Eigentümerschaft & Trägerschaft

98Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
23.5/25Reichweite des Inhabers — 1.844 Follower von qdrant
25/25Kontohistorie — 132 öffentliche Repos, Kontoalter ca. 5 Jahre
Verwendete Eingangsdaten
followers1.844
owner_typeOrganization
is_verifiedja
owner_loginqdrant
public_repos132
account_age_days2.183

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 32 Tagen
20/20Versionshistorie — 126 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesqdrant-client
ecosystemspypi
any_deprecatednein
min_days_since_publish32

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

95Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

92Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.isort])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: CI-Tests. Die verbleibenden Gewichte wurden renormalisiert.

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://qdrant.tech
10/10Repository-Beschreibung
10/10Topics — 4 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsqdrant, vector-database, vector-search, vector-search-engine
has_wikija
homepagehttps://qdrant.tech
docs_sitehttps://qdrant.tech
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

64Mittel · 16 % des Gesamtindex

Sicherheitslage

55Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
0/2.5CI-Tests — keine Daten
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 13 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
1.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
0/5SAST — no SAST tool detected
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
3.8/7.5Vulnerabilities — 5 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5,5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, CI-Tests, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages19
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:qdrant-client@1.19.1 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 19 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

63Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

55Mittel
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://qdrant.tech/llms.txt)
40/40Lesbare Commit-Historie — 87 von 94 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://qdrant.tech/llms.txt
legible_history_share0,926
agent_instruction_files—
agent_instruction_max_bytes—

AI-Verify-Loop (Build / Test / Typprüfung)

71Gut
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.isort])
11/11Statische Typprüfung — mypy.ini, qdrant_client/py.typed
10/10Reproduzierbare Umgebung — lockfile
6/10Belegte Agentenpraxis — 3 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 6 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
3/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespoetry.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configsmypy.ini, qdrant_client/py.typed
agent_commit_share0,03
toolchain_manifests—
dependency_bot_commit_share0,06

AI-Code-Lesbarkeit für Modelle

78Gut
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (mypy.ini, qdrant_client/py.typed)
51.5/55Handhabbare Dateigrößen — 13/204 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes229.982
source_files_sampled204
oversized_source_files13

Maschinenlesbare AI-Schnittstellen

40Schwach
Wie die Bewertung erfolgt
40/40API-Schema (OpenAPI/GraphQL/proto) — qdrant_client/proto/collections.proto, qdrant_client/proto/collections_service.proto, qdrant_client/proto/json_with_int.proto, qdrant_client/proto/points.proto, qdrant_client/proto/points_service.proto, qdrant_client/proto/qdrant.proto, qdrant_client/proto/qdrant_common.proto, qdrant_client/proto/snapshots_service.proto
0/20MCP-Server
0/40Lauffähige Beispiele
Verwendete Eingangsdaten
example_dirs—
has_mcp_signalnein
api_schema_filesqdrant_client/proto/collections.proto, qdrant_client/proto/collections_service.proto, qdrant_client/proto/json_with_int.proto, qdrant_client/proto/points.proto, qdrant_client/proto/points_service.proto, qdrant_client/proto/qdrant.proto, qdrant_client/proto/qdrant_common.proto, qdrant_client/proto/snapshots_service.proto
interfaces_expected_ofnetwork-service

Eckdaten

1.374GitHub-Sterne
73Mitwirkende
118Commits, letzte 12 Monate
1Tage seit letztem Push
57Releases
2Bus-Faktor
126offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 27 authors (cap 12)

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 353 ⇿
0Sterne
353Forks
53Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

0125250375353132021-092024-032026-10
Major 0Minor 22Patch 31

Jeder Punkt umfasst 5 Tage.

OpenSSF Scorecard 5.5 / 10
5.5Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-10-19 04:52 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
k. A.CI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
10Contributorsproject has 13 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
3Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 3
0SASTno SAST tool detected
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
5Vulnerabilities5 existing vulnerabilities detected
Direkte Abhängigkeiten 9
RegistryPaketVersionsvorgabeManifest
PyPIhttpx>=0.20.0pyproject.toml
PyPInumpy—pyproject.toml
PyPIpydantic>=1.10.8,!=2.0.*,!=2.1.*,!=2.2.0pyproject.toml
PyPIgrpcio>=1.41.0pyproject.toml
PyPIprotobuf>=3.20.0pyproject.toml
PyPIurllib3>=1.26.14,<3pyproject.toml
PyPIportalocker>=2.7.0,<4.0pyproject.toml
PyPIfastembed—pyproject.toml
PyPIfastembed-gpu—pyproject.toml
Alle Abhängigkeiten 73

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 9 direkte und 64 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIfastembed0.8.0direkt
PyPIfastembed-gpu0.8.0direkt
PyPIgrpcio1.84.0direkt
PyPIhttpx0.28.1direkt
PyPInumpy2.2.6direkt
PyPIportalocker3.2.0direkt
PyPIprotobuf7.36.1direkt
PyPIpydantic2.13.5direkt
PyPIurllib32.8.0direkt
PyPIannotated-types0.8.0indirekt
PyPIanyio4.15.1indirekt
PyPIautoflake2.4.0indirekt
PyPIcertifi2026.7.22indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIclick8.5.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcoloredlogs15.0.1indirekt
PyPIcoverage7.16.1indirekt
PyPIdistlib0.4.3indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfilelock3.32.7indirekt
PyPIflatbuffers25.12.19indirekt
PyPIfsspec2026.7.0indirekt
PyPIh110.16.0indirekt
PyPIh24.4.1indirekt
PyPIhf-xet1.6.0indirekt
PyPIhpack4.2.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhuggingface-hub1.31.0indirekt
PyPIhumanfriendly10.0indirekt
PyPIhyperframe6.1.0indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.19indirekt
PyPIiniconfig2.3.0indirekt
PyPIlibrt0.15.0indirekt
PyPIloguru0.7.2indirekt
PyPImmh35.3.0indirekt
PyPImpmath1.3.0indirekt
PyPImypy1.20.2indirekt
PyPImypy-extensions1.1.0indirekt
PyPInodeenv1.10.0indirekt
PyPIonnxruntime1.23.2indirekt
PyPIonnxruntime-gpu1.23.2indirekt
PyPIpackaging26.3indirekt
PyPIpathspec1.1.1indirekt
PyPIpillow12.3.0indirekt
PyPIplatformdirs4.11.8indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.2indirekt
PyPIpy-rust-stemmers0.1.8indirekt
PyPIpydantic-core2.46.5indirekt
PyPIpyflakes3.4.0indirekt
PyPIpyreadline33.5.6indirekt
PyPIpyright1.1.414indirekt
PyPIpytest7.4.4indirekt
PyPIpytest-asyncio0.23.8indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpython-discovery1.6.0indirekt
PyPIpywin32312indirekt
PyPIpyyaml6.0.3indirekt
PyPIrequests2.34.2indirekt
PyPIruff0.4.3indirekt
PyPIsympy1.14.0indirekt
PyPItokenizers0.23.2indirekt
PyPItomli2.4.1indirekt
PyPItqdm4.70.1indirekt
PyPItypes-protobuf4.25.0.20240417indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPIvirtualenv21.7.10indirekt
PyPIwin32-setctime1.2.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:qdrant-client@1.19.1 zieht 19 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit qdrant/qdrant-client teilen. Nebeneinander lesen →

93qdrant/fastembedFast, Accurate, Lightweight Python library to make State of the Art EmbeddingAußergewöhnlich92infino-ai/infinoEmbedded retrieval library built on Parquet. Fast, efficient, and scalable.Exzellent92qdrant/qdrantQdrant - High-performance, massive-scale Vector Database and Vector Search Engine for the next generation of AI. Also available in the cloud https://cloud.qdrant.io/Exzellent96vespa-engine/vespaThe AI search platformAußergewöhnlich98lancedb/lancedbDeveloper-friendly OSS embedded retrieval library for multimodal AI. Search More; Manage Less.Außergewöhnlich98weaviate/weaviateWeaviate is an open-source vector database that stores both objects and vectors, allowing for the combination of vector search with structured filtering with the fault tolerance and scalability of a cloud-native database​.Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.