Purpose Vector embeddings for semantic search and pattern matching with HNSW indexing.
| sql.js | Cross-platform SQLite persistent cache (WASM) | | HNSW | 150x-12,500x faster search | | Hyperbolic | Poincare ball model for hierarchical data | | Normalization | L2, L1, min-max, z-score | | Chunking | Configurable overlap and size | | 75x faster | With agentic-flow ONNX integration |
| Int8 | 3.92x | Fast | | Int4 | 7.84x | Faster | | Binary | 32x | Fastest |
Vektoreinbettungen mit HNSW-Indizierung, sql.js-Persistenz und hyperbolischer Unterstützung. 75-mal schneller mit Agent-Flow-Integration. Verwendung bei: semantischer Suche, Mustervergleich, Ähnlichkeitsabfragen, Wissensabfrage. Überspringen Sie, wenn: exakte Textübereinstimmung, einfache Suchvorgänge, kein semantisches Verständnis erforderlich. Quelle: ruvnet/ruflo.