Knowhere 项目下载及安装教程
2024-12-05 00:45:32作者:胡唯隽
1. 项目介绍
Knowhere 是一个开源的向量搜索引擎,集成了 FAISS、HNSW 等技术。它是一个独立的 C++ 项目,主要作为 Milvus 的内部核心组件使用。Knowhere 旨在提供高效的向量搜索功能,适用于各种需要高性能向量搜索的应用场景。
2. 项目下载位置
Knowhere 项目的源代码托管在 GitHub 上。你可以通过以下命令克隆项目到本地:
git clone https://github.com/milvus-io/knowhere.git
3. 项目安装环境配置
系统要求
Knowhere 支持多种操作系统,包括但不限于:
- Ubuntu 20.04 x86_64
- Ubuntu 20.04 Aarch64
- MacOS (x86_64)
- MacOS (Apple Silicon)
依赖安装
在安装 Knowhere 之前,你需要确保系统中已经安装了以下依赖:
sudo apt install build-essential libopenblas-dev libaio-dev python3-dev python3-pip
pip3 install conan==1.59.0 --user
export PATH=$PATH:$HOME/.local/bin
环境配置示例
以下是一个简单的环境配置示例:
4. 项目安装方式
从源代码构建
-
创建并进入构建目录:
mkdir build && cd build
-
使用 Conan 安装依赖并构建项目:
# DEBUG CPU conan install .. --build=missing -o with_ut=True -s compiler.libcxx=libstdc++11 -s build_type=Debug # RELEASE CPU conan install .. --build=missing -o with_ut=True -s compiler.libcxx=libstdc++11 -s build_type=Release # DEBUG GPU conan install .. --build=missing -o with_ut=True -o with_raft=True -s compiler.libcxx=libstdc++11 -s build_type=Debug # RELEASE GPU conan install .. --build=missing -o with_ut=True -o with_raft=True -s compiler.libcxx=libstdc++11 -s build_type=Release # DISKANN SUPPORT conan install .. --build=missing -o with_ut=True -o with_diskann=True -s compiler.libcxx=libstdc++11 -s build_type=Debug/Release # 使用 Conan 构建项目 conan build ..
运行单元测试
在构建目录中运行单元测试:
# Debug
./Debug/tests/ut/knowhere_tests
# Release
./Release/tests/ut/knowhere_tests
5. 项目处理脚本
生成 Python 轮子文件
-
安装依赖:
sudo apt install swig python3-dev
-
构建 Knowhere 后,进入 Python 目录并生成轮子文件:
cd python python3 setup.py bdist_wheel
-
安装生成的轮子文件:
pip3 install dist/knowhere-1.0.0-cp38-cp38-linux_x86_64.whl
清理
清理构建目录和生成的文件:
cd python
rm -rf build dist knowhere.egg-info
rm knowhere/knowhere_wrap.cpp knowhere/swigknowhere.py
通过以上步骤,你可以成功下载、安装并运行 Knowhere 项目。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K