redis/redis-vl-python

何を解決するか

Redis Vector Library (RedisVL) は、Redis をベクターDBとして使用してAIアプリケーションを構築するのを簡素化する、本番環境対応のPythonクライアントです。インデックスの管理、複雑なベクター検索およびハイブリッド検索の実行、およびセマンティックキャッシュやLLMメモリといった一般的なAI設計パターンの実装をスムーズにします。

どう動くか

RedisVLはRedisとのやり取りに高レベルなAPIを提供し、YAMLまたはPython辞書でスキーマを定義し、検索インデックスを作成できます。複数のクエリタイプをサポートしており、セマンティック類似性検索（VectorQuery）、全文検索（TextQuery）、ハイブリッド検索（両方を組み合わせ）が可能です。また、検索結果の関連性を向上させるために、さまざまな埋め込みプロバイダー（ベクタライザー）および再ランカーとの組み込み統合も提供しています。

対象ユーザー

RAG（Retrieval-Augmented Generation）パイプライン、長期記憶を持つAIエージェント、高速かつリアルタイムの検索とエンタープライズレベルの信頼性を必要とする推薦システムを開発している開発者向けです。

主な特徴

包括的な検索: ベクター検索、範囲検索、フィルタ検索、テキスト検索、およびハイブリッド検索（セマンティックと全文信号の組み合わせ）をサポート。
AI拡張機能: LLMコスト削減のための本番環境対応モジュール（セマンティックキャッシュ）、埋め込みキャッシュ、LLMメモリ（セマンティックメッセージ履歴）、セマンティックルーティングを含む。
統合ベクタライザー: OpenAI、Cohere、HuggingFace、Mistralなど8つ以上の埋め込みプロバイダーをオールインワンでサポート。
インデックス管理: 専用のPython APIとコマンドラインインターフェース（CLI）により、スキーマ設計とデータロードを簡素化。
MCP Server: RedisインデックスをModel Context Protocol (MCP) クライアントに公開できる機能。