LEANN
项目核心内容总结：
功能
LEANN 是一个低存储向量索引工具，通过图结构优化存储效率，支持高效搜索、元数据过滤、精确文本匹配（Grep）等功能，适用于大规模数据集的语义检索与分析。
使用方法
- CLI 命令：通过
leann build构建索引，leann search进行语义搜索，leann ask启动交互式问答。 - Python API：支持添加文本与元数据、带条件的搜索（如按文件类型、代码行数过滤）。
主要特性
- 存储优化：相比传统向量数据库（如 FAISS），存储节省达 90% 以上（如 DPR 数据集节省 91%）。
- 高效搜索：采用图结构选择性重新计算、动态批处理技术，支持 HNSW 和 DiskANN 两种后端，兼顾速度与精度。
- 灵活过滤：支持元数据条件筛选（如
file_extension == ".py"）、精确文本匹配（Grep）。 - 跨平台兼容：提供 CLI 工具与 Python 接口，适配不同使用场景。
适用场景
大规模文本/代码检索、语义相似度分析、需要高效存储与快速查询的 AI 应用。