Weaviate
用于语义搜索、过滤、RAG 和重排序的开源云原生向量数据库
仍在活跃开发：最近 90 天有 3,794 次提交，最近一次提交在 2026-10-01。
GitHub 星数
1.7 万
近 30 天涨星
+153
近 90 天提交
3,794
近 6 个月发版
10
Weaviate 是一个开源云原生向量数据库，同时存储对象和向量，支持大规模语义搜索。它在统一的查询接口中结合了向量相似度搜索、关键词过滤、检索增强生成（RAG）和重排序功能。该数据库支持两种向量存储方式：在导入时使用集成的 OpenAI、Cohere 和 HuggingFace 等提供商的模型自动进行向量化，或直接导入预先计算的向量嵌入。内置的多租户、复制和 RBAC 授权等企业级功能为生产部署提供支持。Weaviate 在 GitHub 上拥有超过 15,000 颗星，已成为构建 AI 驱动应用的组织的热门选择，这些应用需要超越传统关键词系统的复杂搜索和检索能力。
和同类工具的区别
在单次查询中结合向量 + 关键词 + 生成式搜索——相比之下，Pinecone 仅支持向量搜索，Elasticsearch 则以关键词搜索为主，向量搜索为附加功能
主要能力
- 同时存储对象和向量的云原生向量数据库
- 结合向量相似度、关键词过滤和重排序的混合搜索
- 通过生成式搜索模块内置 RAG 支持
- 通过集成的模型提供商（OpenAI、Cohere、HuggingFace）自动进行向量化
- 用于生产部署的多租户、复制和 RBAC
- GraphQL 和 RESTful API 接口
- 适用于 Python、TypeScript、Go 和 Java 的客户端库
适合
- 需要混合搜索的生产 RAG 系统
- 大规模语义搜索应用
不太适合
- 仅使用关键词的简单搜索
- 向量搜索需求极少的项目
局限
- 大规模部署时资源消耗较高
- 基于 Go 的服务端——自定义扩展需要 Go 知识
- 查询量较高时，云费用可能快速增长
Weaviate 的替代品
常见问题
- Weaviate 是做什么的？
- Weaviate 是一个开源云原生向量数据库，同时存储对象和向量，支持大规模语义搜索。它在统一的查询接口中结合了向量相似度搜索、关键词过滤、检索增强生成（RAG）和重排序功能。该数据库支持两种向量存储方式：在导入时使用集成的 OpenAI、Cohere 和 HuggingFace 等提供商的模型自动进行向量化，或直接导入预先计算的向量嵌入。内置的多租户、复制和 RBAC 授权等企业级功能为生产部署提供支持。Weaviate 在 GitHub 上拥有超过 15,000 颗星，已成为构建 AI 驱动应用的组织的热门选择，这些应用需要超越传统关键词系统的复杂搜索和检索能力。
- Weaviate 还在维护吗？
- 仍在活跃开发：最近 90 天有 3,794 次提交，最近一次提交在 2026-10-01。
- Weaviate 有哪些替代品？
- 和 Weaviate 最接近的开源替代品有 Qdrant、Milvus、Chroma、pgvector、Faiss、txtai。
- Weaviate 是开源的吗？
- 是的，Weaviate 是开源项目，代码托管在 GitHub 上。
星数、提交和发版数据来自 GitHub API，每天自动刷新。介绍文字由 AI 从英文翻译，并经过第二个模型的回译校对。 项目地址：github.com/weaviate/weaviate