來自 meng shao（@shao__meng）的推文串

[開源推薦] CocoIndex: 專為RAG 和語意搜尋等AI 應用場景打造的高效能開源資料ETL 框架 核心定位：AI 時代的“數據加工流水線” 在建構AI 應用時，最頭痛的問題往往不是模型本身，而是如何處理資料。 CocoIndex 就是為了解決這個問題而生的。它是一個智慧的資料處理引擎，負責將雜亂的資料擷取、轉換、加工成AI 能理解的格式。 核心亮點⚡ 增量更新（核心殺手鐧） · 這是CocoIndex 最大的特色。傳統的資料處理往往是「全量重跑」——即使你只改了一個檔案中的一句話，整個資料庫可能都要重新索引一遍，既慢又費錢。 · CocoIndex 支援細粒度的增量更新。它能精準辨識出哪些數據變了，只處理變動的部分。這就像Excel 表格的公式一樣，改變一個儲存格，只有相關的計算結果會更新，其他保持不變。這意味著你的AI 數據可以隨時保持“新鮮”，且計算成本極低。 🧩 像搭積木一樣靈活（模組化設計） 它採用了「樂高積木」式的設計概念。雖然它提供了許多開箱即用的功能，但你完全可以插入自訂的邏輯。無論是分塊、嵌入或去重、清洗，你都可以根據業務需求自由組合不同的模組。 🚀 Rust 核心+ Python 易用性為了確保處理速度，它的底層核心引擎是使用高效能語言Rust 編寫的；但為了方便開發者使用，它提供了友善的Python 介面。你可以在享受Python 開發效率的同時，獲得頂級的運作效能。 主要應用場景· RAG 系統：建立知識庫時，自動將新上傳的文件轉換為向量存入資料庫，以供大模型查詢。 · 語意搜尋：建立能夠理解自然語言的搜尋系統，例如「搜尋所有關於去年財報的會議記錄」。 · 知識圖譜建構：從非結構化文本中提取實體和關係，建構複雜的知識網絡。 項目地址：