[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-gvinciguerra--PGM-index":3,"tool-gvinciguerra--PGM-index":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",158594,2,"2026-04-16T23:34:05",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":78,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":98,"forks":99,"last_commit_at":100,"license":101,"difficulty_score":102,"env_os":103,"env_gpu":104,"env_ram":103,"env_deps":105,"category_tags":110,"github_topics":112,"view_count":32,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":127,"updated_at":128,"faqs":129,"releases":158},8305,"gvinciguerra\u002FPGM-index","PGM-index","🏅State-of-the-art learned data structure that enables fast lookup, predecessor, range searches and updates in arrays of billions of items using orders of magnitude less space than traditional indexes","PGM-index 是一款基于“分段几何模型”的先进学习型数据结构，专为处理数十亿级数据量的数组而设计。它能在占用空间比传统索引少几个数量级的同时，提供极快的查找、前驱搜索、范围查询以及数据更新能力，并保证与传统方法相当的最坏情况查询时间。\n\n在传统数据库中，随着数据量激增，索引往往占用大量内存甚至成为性能瓶颈。PGM-index 通过机器学习思路，用数学函数拟合数据分布来替代庞大的树状结构，从而大幅压缩存储体积并提升缓存效率，完美解决了海量数据下“速度”与“空间”难以兼得的难题。\n\n这款工具非常适合后端开发者、数据库工程师及从事大规模数据处理的研究人员使用。无论是需要优化内存占用的嵌入式场景，还是追求极致查询性能的云端服务，都能从中受益。\n\n其核心技术亮点在于“仅头文件”的轻量级设计，无需复杂安装即可集成到 C++ 项目中。除了基础功能，它还提供了支持动态增删、多维范围查询、磁盘映射存储以及多种压缩策略的丰富变体，让开发者能根据具体业务场景灵活选择最优方案，轻松实现高效的数据管理。","\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Fpgm.di.unipi.it\u002Fimages\u002Flogo.svg\" alt=\"The PGM-index\" style=\"width: 300px\">\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">The Piecewise Geometric Model index (PGM-index) is a data structure that enables fast lookup, predecessor, range searches and updates in arrays of billions of items using orders of magnitude less space than traditional indexes while providing the same worst-case query time guarantees.\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fpgm.di.unipi.it\u002F\">Website\u003C\u002Fa>\n    | \u003Ca href=\"https:\u002F\u002Fpgm.di.unipi.it\u002Fdocs\">Documentation\u003C\u002Fa>\n    | \u003Ca href=\"http:\u002F\u002Fwww.vldb.org\u002Fpvldb\u002Fvol13\u002Fp1162-ferragina.pdf\">Paper\u003C\u002Fa>\n    | \u003Ca href=\"https:\u002F\u002Fpgm.di.unipi.it\u002Fslides-pgm-index-vldb.pdf\">Slides\u003C\u002Fa>\n    | \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPyGM\">Python wrapper\u003C\u002Fa>\n    | \u003Ca href=\"http:\u002F\u002Facube.di.unipi.it\">A³ Lab\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Factions?query=workflow%3Abuild\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Factions\u002Fworkflow\u002Fstatus\u002Fgvinciguerra\u002FPGM-index\u002Fbuild.yml\" alt=\"GitHub Workflow Status\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fblob\u002Fmaster\u002FLICENSE\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fgvinciguerra\u002FPGM-index\" alt=\"License\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fstargazers\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fgvinciguerra\u002FPGM-index\" alt=\"GitHub stars\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fnetwork\u002Fmembers\">\u003Cimg alt=\"GitHub forks\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fgvinciguerra\u002FPGM-index\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Frepl.it\u002Fgithub\u002Fgvinciguerra\u002FPGM-index\">\u003Cimg alt=\"Run on Repl.it\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Frun-examples-667881?logo=repl.it&logoColor=white\">\u003C\u002Fa>\n\u003C\u002Fp>\n\n## Quickstart\n\nThis is a header-only library. It does not need to be installed. Just clone the repo with\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index.git\ncd PGM-index\n```\n\nand copy the `include\u002Fpgm` directory to your system's or project's include path.\n                                                                          \nThe `examples\u002Fsimple.cpp` file shows how to index and query a vector of random integers with the PGM-index: \n\n```cpp\n#include \u003Cvector>\n#include \u003Ccstdlib>\n#include \u003Ciostream>\n#include \u003Calgorithm>\n#include \"pgm\u002Fpgm_index.hpp\"\n\nint main() {\n    \u002F\u002F Generate some random data\n    std::vector\u003Cint> data(1000000);\n    std::generate(data.begin(), data.end(), std::rand);\n    data.push_back(42);\n    std::sort(data.begin(), data.end());\n\n    \u002F\u002F Construct the PGM-index\n    const int epsilon = 128; \u002F\u002F space-time trade-off parameter\n    pgm::PGMIndex\u003Cint, epsilon> index(data);\n\n    \u002F\u002F Query the PGM-index\n    auto q = 42;\n    auto range = index.search(q);\n    auto lo = data.begin() + range.lo;\n    auto hi = data.begin() + range.hi;\n    std::cout \u003C\u003C *std::lower_bound(lo, hi, q);\n\n    return 0;\n}\n```\n\n[Run and edit this and other examples on Repl.it](https:\u002F\u002Frepl.it\u002Fgithub\u002Fgvinciguerra\u002FPGM-index). Or run it locally via:\n\n```bash\ng++ examples\u002Fsimple.cpp -std=c++17 -I.\u002Finclude -o simple\n.\u002Fsimple\n```\n\n## Classes overview\n\nOther than the `pgm::PGMIndex` class in the example above, this library provides the following classes:\n\n- `pgm::DynamicPGMIndex` supports insertions and deletions.\n- `pgm::MultidimensionalPGMIndex` stores points in k dimensions and supports orthogonal range queries. \n- `pgm::MappedPGMIndex` stores data on disk and uses a PGMIndex for fast search operations.\n- `pgm::CompressedPGMIndex` compresses the segments to reduce the space usage of the index.\n- `pgm::OneLevelPGMIndex` uses a binary search on the segments rather than a recursive structure.\n- `pgm::BucketingPGMIndex` uses a top-level lookup table to speed up the search on the segments. \n- `pgm::EliasFanoPGMIndex` uses a top-level succinct structure to speed up the search on the segments.\n\nThe full documentation is available [here](https:\u002F\u002Fpgm.di.unipi.it\u002Fdocs\u002F).\n\n## Compile the tests and the tuner\n\nAfter cloning the repository, build the project with\n\n```bash\ncmake . -DCMAKE_BUILD_TYPE=Release\nmake -j8\n```\n\nThe test runner will be placed in `test\u002F`. The [tuner](https:\u002F\u002Fpgm.di.unipi.it\u002Fdocs\u002Ftuner\u002F) executable will be placed in `tuner\u002F`. The [benchmark](https:\u002F\u002Fpgm.di.unipi.it\u002Fdocs\u002Fbenchmark\u002F) executable will be placed in `benchmark\u002F`.\n\n## License\n\nThis project is licensed under the terms of the Apache License 2.0.\n\nIf you use the library please put a link to the [website](https:\u002F\u002Fpgm.di.unipi.it) and cite the following paper:\n\n> Paolo Ferragina and Giorgio Vinciguerra. The PGM-index: a fully-dynamic compressed learned index with provable worst-case bounds. PVLDB, 13(8): 1162-1175, 2020.\n\n```tex\n@article{Ferragina:2020pgm,\n  Author = {Paolo Ferragina and Giorgio Vinciguerra},\n  Title = {The {PGM-index}: a fully-dynamic compressed learned index with provable worst-case bounds},\n  Year = {2020},\n  Volume = {13},\n  Number = {8},\n  Pages = {1162--1175},\n  Doi = {10.14778\u002F3389133.3389135},\n  Url = {https:\u002F\u002Fpgm.di.unipi.it},\n  Issn = {2150-8097},\n  Journal = {{PVLDB}}}\n```\n","\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Fpgm.di.unipi.it\u002Fimages\u002Flogo.svg\" alt=\"PGM索引\" style=\"width: 300px\">\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">分段几何模型索引（PGM索引）是一种数据结构，它能够在包含数十亿条目的一维数组中实现快速查找、前驱查询、范围查询和更新操作，同时所需的空间仅为传统索引的极小一部分，并且能够提供相同的最坏情况查询时间保证。\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fpgm.di.unipi.it\u002F\">官网\u003C\u002Fa>\n    | \u003Ca href=\"https:\u002F\u002Fpgm.di.unipi.it\u002Fdocs\">文档\u003C\u002Fa>\n    | \u003Ca href=\"http:\u002F\u002Fwww.vldb.org\u002Fpvldb\u002Fvol13\u002Fp1162-ferragina.pdf\">论文\u003C\u002Fa>\n    | \u003Ca href=\"https:\u002F\u002Fpgm.di.unipi.it\u002Fslides-pgm-index-vldb.pdf\">幻灯片\u003C\u002Fa>\n    | \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPyGM\">Python封装库\u003C\u002Fa>\n    | \u003Ca href=\"http:\u002F\u002Facube.di.unipi.it\">A³实验室\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Factions?query=workflow%3Abuild\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Factions\u002Fworkflow\u002Fstatus\u002Fgvinciguerra\u002FPGM-index\u002Fbuild.yml\" alt=\"GitHub工作流状态\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fblob\u002Fmaster\u002FLICENSE\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fgvinciguerra\u002FPGM-index\" alt=\"许可证\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fstargazers\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fgvinciguerra\u002FPGM-index\" alt=\"GitHub星标数\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fnetwork\u002Fmembers\">\u003Cimg alt=\"GitHub叉子数\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fgvinciguerra\u002FPGM-index\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Frepl.it\u002Fgithub\u002Fgvinciguerra\u002FPGM-index\">\u003Cimg alt=\"在Repl.it上运行\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Frun-examples-667881?logo=repl.it&logoColor=white\">\u003C\u002Fa>\n\u003C\u002Fp>\n\n## 快速入门\n\n这是一个仅包含头文件的库，无需安装。只需克隆仓库：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index.git\ncd PGM-index\n```\n\n然后将`include\u002Fpgm`目录复制到你的系统或项目的包含路径中。\n\n`examples\u002Fsimple.cpp`文件展示了如何使用PGM索引对一个随机整数向量进行索引和查询：\n\n```cpp\n#include \u003Cvector>\n#include \u003Ccstdlib>\n#include \u003Ciostream>\n#include \u003Calgorithm>\n#include \"pgm\u002Fpgm_index.hpp\"\n\nint main() {\n    \u002F\u002F 生成一些随机数据\n    std::vector\u003Cint> data(1000000);\n    std::generate(data.begin(), data.end(), std::rand);\n    data.push_back(42);\n    std::sort(data.begin(), data.end());\n\n    \u002F\u002F 构建PGM索引\n    const int epsilon = 128; \u002F\u002F 空间-时间权衡参数\n    pgm::PGMIndex\u003Cint, epsilon> index(data);\n\n    \u002F\u002F 查询PGM索引\n    auto q = 42;\n    auto range = index.search(q);\n    auto lo = data.begin() + range.lo;\n    auto hi = data.begin() + range.hi;\n    std::cout \u003C\u003C *std::lower_bound(lo, hi, q);\n\n    return 0;\n}\n```\n\n[在Repl.it上运行并编辑此示例及其他示例](https:\u002F\u002Frepl.it\u002Fgithub\u002Fgvinciguerra\u002FPGM-index)。或者通过以下命令在本地运行：\n\n```bash\ng++ examples\u002Fsimple.cpp -std=c++17 -I.\u002Finclude -o simple\n.\u002Fsimple\n```\n\n## 类概述\n\n除了上述示例中的`pgm::PGMIndex`类之外，本库还提供了以下类：\n\n- `pgm::DynamicPGMIndex`支持插入和删除操作。\n- `pgm::MultidimensionalPGMIndex`存储k维空间中的点，并支持正交范围查询。\n- `pgm::MappedPGMIndex`将数据存储在磁盘上，并使用PGM索引来实现快速搜索操作。\n- `pgm::CompressedPGMIndex`对段进行压缩，以减少索引占用的空间。\n- `pgm::OneLevelPGMIndex`在段上使用二分查找，而不是递归结构。\n- `pgm::BucketingPGMIndex`使用顶层查找表来加速对段的搜索。\n- `pgm::EliasFanoPGMIndex`使用顶层简洁数据结构来加速对段的搜索。\n\n完整的文档可在[这里](https:\u002F\u002Fpgm.di.unipi.it\u002Fdocs\u002F)查阅。\n\n## 编译测试和调优工具\n\n克隆仓库后，使用以下命令构建项目：\n\n```bash\ncmake . -DCMAKE_BUILD_TYPE=Release\nmake -j8\n```\n\n测试程序将被放置在`test\u002F`目录下。[调优工具](https:\u002F\u002Fpgm.di.unipi.it\u002Fdocs\u002Ftuner\u002F)可执行文件将被放置在`tuner\u002F`目录下。[基准测试工具](https:\u002F\u002Fpgm.di.unipi.it\u002Fdocs\u002Fbenchmark\u002F)可执行文件将被放置在`benchmark\u002F`目录下。\n\n## 许可证\n\n本项目采用Apache License 2.0许可协议。\n\n如果您使用了该库，请务必附上[官网](https:\u002F\u002Fpgm.di.unipi.it)链接，并引用以下论文：\n\n> Paolo Ferragina 和 Giorgio Vinciguerra. PGM索引：一种具有可证明最坏情况界线的全动态压缩学习索引。PVLDB, 13(8): 1162-1175, 2020.\n\n```tex\n@article{Ferragina:2020pgm,\n  Author = {Paolo Ferragina and Giorgio Vinciguerra},\n  Title = {The {PGM-index}: a fully-dynamic compressed learned index with provable worst-case bounds},\n  Year = {2020},\n  Volume = {13},\n  Number = {8},\n  Pages = {1162--1175},\n  Doi = {10.14778\u002F3389133.3389135},\n  Url = {https:\u002F\u002Fpgm.di.unipi.it},\n  Issn = {2150-8097},\n  Journal = {{PVLDB}}}\n```","# PGM-index 快速上手指南\n\nPGM-index（分段几何模型索引）是一种高效的数据结构，能够在占用极小空间的同时，为数十亿级数据提供快速的查找、前驱查询、范围搜索及更新操作，并保证最坏情况下的查询时间性能。\n\n## 环境准备\n\n*   **操作系统**：支持 Linux、macOS 或 Windows (需配备兼容的 C++ 编译器)。\n*   **编译器**：需要支持 **C++17** 标准的编译器（如 GCC 7+、Clang 5+ 或 MSVC 2019+）。\n*   **构建工具**（仅编译测试或示例时需要）：`cmake` 和 `make`。\n*   **依赖库**：无第三方运行时依赖。这是一个 **Header-only**（仅头文件）库，无需安装二进制包。\n\n> **国内加速提示**：如果克隆 GitHub 仓库速度较慢，可使用国内镜像源（如 Gitee 镜像，若有）或通过代理加速。若无特定镜像，标准克隆命令如下。\n\n## 安装步骤\n\n由于 PGM-index 是纯头文件库，无需执行复杂的安装脚本，只需将头文件复制到项目中即可。\n\n1.  **克隆仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index.git\n    cd PGM-index\n    ```\n\n2.  **配置头文件路径**\n    将 `include\u002Fpgm` 目录复制到你项目的包含路径（include path）中，或者在编译时通过 `-I` 参数指定该目录。\n    \n    *示例（复制到项目本地）：*\n    ```bash\n    cp -r include\u002Fpgm \u002Fyour\u002Fproject\u002Fpath\u002Finclude\u002F\n    ```\n\n3.  **（可选）编译官方示例**\n    如果你想运行官方提供的测试或示例程序，需要构建项目：\n    ```bash\n    cmake . -DCMAKE_BUILD_TYPE=Release\n    make -j8\n    ```\n    编译完成后，可执行文件将位于 `test\u002F`、`tuner\u002F` 和 `benchmark\u002F` 目录中。\n\n## 基本使用\n\n以下是最简单的使用示例，展示如何构建索引并查询数据。\n\n1.  创建一个 C++ 源文件（例如 `simple.cpp`），填入以下代码：\n\n```cpp\n#include \u003Cvector>\n#include \u003Ccstdlib>\n#include \u003Ciostream>\n#include \u003Calgorithm>\n#include \"pgm\u002Fpgm_index.hpp\"\n\nint main() {\n    \u002F\u002F 生成一些随机数据\n    std::vector\u003Cint> data(1000000);\n    std::generate(data.begin(), data.end(), std::rand);\n    data.push_back(42);\n    std::sort(data.begin(), data.end());\n\n    \u002F\u002F 构建 PGM-index\n    \u002F\u002F epsilon 是空间与时间的权衡参数，值越大空间越小但查询可能稍慢\n    const int epsilon = 128; \n    pgm::PGMIndex\u003Cint, epsilon> index(data);\n\n    \u002F\u002F 查询 PGM-index\n    auto q = 42;\n    auto range = index.search(q);\n    \n    \u002F\u002F 获取搜索范围的迭代器\n    auto lo = data.begin() + range.lo;\n    auto hi = data.begin() + range.hi;\n    \n    \u002F\u002F 在缩小后的范围内进行精确查找\n    std::cout \u003C\u003C *std::lower_bound(lo, hi, q) \u003C\u003C std::endl;\n\n    return 0;\n}\n```\n\n2.  **编译并运行**\n    确保指定了 C++17 标准并包含了头文件目录：\n\n    ```bash\n    g++ simple.cpp -std=c++17 -I.\u002Finclude -o simple\n    .\u002Fsimple\n    ```\n\n### 其他可用类简介\n除了基础的 `pgm::PGMIndex`，库还提供了以下变体以满足不同需求：\n*   `pgm::DynamicPGMIndex`：支持数据的动态插入和删除。\n*   `pgm::MultidimensionalPGMIndex`：支持 k 维数据的正交范围查询。\n*   `pgm::MappedPGMIndex`：支持磁盘存储数据的高效搜索。\n*   `pgm::CompressedPGMIndex`：进一步压缩段以减少空间占用。\n*   `pgm::OneLevelPGMIndex`、`pgm::BucketingPGMIndex`、`pgm::EliasFanoPGMIndex`：针对不同搜索优化策略的变体。","某大型物联网平台需要实时存储并查询数十亿条按时间戳排序的设备传感器数据，以支持毫秒级的历史数据回溯与异常检测。\n\n### 没有 PGM-index 时\n- **内存成本高昂**：传统 B+ 树或哈希索引在百亿级数据规模下，索引结构本身占用数十 GB 内存，导致服务器硬件成本激增。\n- **缓存命中率低**：庞大的索引体积无法完全放入 CPU 高速缓存（L3 Cache），频繁访问主内存导致查询延迟抖动明显。\n- **范围查询效率瓶颈**：在进行大规模时间窗口检索时，传统索引的树形遍历开销大，难以满足高频实时监控的低延迟要求。\n- **扩容维护困难**：随着数据量持续增长，重新平衡索引结构或进行分片迁移的操作复杂且耗时，影响系统可用性。\n\n### 使用 PGM-index 后\n- **空间占用骤降**：利用分段几何模型学习数据分布，PGM-index 将索引体积缩小了几个数量级，仅需传统方案几百分之一的内存即可容纳相同数据。\n- **极致查询速度**：极小的索引尺寸使其能完全驻留在 CPU 缓存中，大幅减少内存访问延迟，实现稳定且可预测的微秒级查找。\n- **高效范围扫描**：针对有序数组优化的前驱与范围搜索算法，在处理连续时间片数据回放时，吞吐量显著提升。\n- **架构简化**：无需复杂的树平衡逻辑或多层分片策略，简单的线性结构即可支持动态更新，降低了分布式系统的运维复杂度。\n\nPGM-index 通过“用计算换空间”的创新理念，在保持最坏情况查询性能的同时，彻底解决了海量有序数据索引的内存瓶颈问题。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgvinciguerra_PGM-index_487b845b.png","gvinciguerra","Giorgio Vinciguerra","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fgvinciguerra_1eaddc29.png","Research fellow @Unipisa ","Università di Pisa","Pisa, Italy","i@gvdev.com",null,"https:\u002F\u002Fwww.giorgiovinciguerra.net","https:\u002F\u002Fgithub.com\u002Fgvinciguerra",[83,87,91,94],{"name":84,"color":85,"percentage":86},"C++","#f34b7d",99.4,{"name":88,"color":89,"percentage":90},"Jupyter Notebook","#DA5B0B",0.2,{"name":92,"color":93,"percentage":90},"C","#555555",{"name":95,"color":96,"percentage":97},"CMake","#DA3434",0.1,868,101,"2026-04-09T10:21:22","Apache-2.0",4,"未说明","不需要",{"notes":106,"python":107,"dependencies":108},"这是一个仅包含头文件的 C++ 库，无需安装，只需将 include\u002Fpgm 目录复制到项目包含路径即可。核心功能通过 C++17 编译使用（示例命令：g++ -std=c++17）。虽然 README 提到了 Python wrapper (PyGM) 的链接，但当前文档主要描述的是 C++ 实现，未列出 Python 版本或相关依赖的具体要求。构建测试和基准工具需要 CMake。","不需要 (核心库为 C++)",[109,95],"C++17 兼容编译器 (如 g++)",[111,14,16],"其他",[113,114,115,116,117,118,119,120,121,122,123,124,125,126],"data-structures","database","cpp","research","indexing","big-data","compression","succinct-data-structure","b-tree","machine-learning","header-only","spatial-index","multidimensional-trees","multidimensional","2026-03-27T02:49:30.150509","2026-04-17T09:55:46.832069",[130,135,139,144,149,154],{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},37184,"如何使用 PGM-index 存储键值对（Key-Value），而不仅仅是键？","可以使用 `pgm::DynamicPGMIndex\u003CKey Type, bool>` 并将布尔值忽略，但这会导致每个元素浪费 1 字节空间。为避免空间浪费，可以修改 `DynamicPGMIndex` 类使其直接处理 `Key Type` 的向量，而不是 `\u003CKey Type, Value Type>` 的对组。更干净的解决方案是将逻辑重构为一个基类，然后基于该基类实现类似 `set`（仅键）和 `map`（键值对）的容器。","https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fissues\u002F17",{"id":136,"question_zh":137,"answer_zh":138,"source_url":134},37185,"如何实现支持动态插入的集合（Set）结构？","标准的 `PGMIndex` 一旦构建后不可更新。若要实现动态可插入的集合，应使用 `pgm::DynamicPGMIndex`。对于仅需存储键（无值）的场景，可以将其视为 `\u003CKey Type, None Type>` 的格式。每次插入时，先搜索该元素索引，若未找到则插入，否则忽略。",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},37186,"是否支持将整数向量（vector of int）或长元组作为键？","目前内置模型主要支持标量键。对于多维权重（如 `[x1, x2, ...]`），不建议将其转换为单个 double 值，因为无法表达所有配置且会丢失精度。推荐使用 `MultidimensionalPGMIndex`，它本质上是一个存储元组的容器。如果需要同时存储值，需修改 `MultidimensionalPGMIndex` 类以在元组旁存储值成员。维护者计划在未来增加对更长键的原生支持。","https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fissues\u002F27",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},37187,"在不同 CPU 或编译器上构建 PGM-index 时，为什么会出现范围查询结果不一致的问题？","这是由于不同 CPU 和编译器对浮点运算的处理存在细微差异，导致计算结果不完全一致。解决方法是在主函数开头添加 `fesetround(FE_DOWNWARD);`（需包含 `\u003Ccfenv>` 头文件），以强制统一浮点数的舍入模式，从而确保跨平台的一致性。","https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fissues\u002F30",{"id":150,"question_zh":151,"answer_zh":152,"source_url":153},37188,"如何正确计算多层级（Multi-level）PGM-index 的总内存占用？","当使用嵌套结构（例如第二层索引是指针）时，顶层索引的 `size_in_bytes()` 方法通常只计算自身结构的大小，不包含动态分配的下层索引对象。因此，必须手动遍历顶层索引中的每个元素，累加其指向的下层索引的 `size_in_bytes()`，才能得到准确的总内存占用。","https:\u002F\u002Fgithub.com\u002Fgvinciguerra\u002FPGM-index\u002Fissues\u002F26",{"id":155,"question_zh":156,"answer_zh":157,"source_url":134},37189,"PGM-index 如何处理字符串键？是否有限制？","PGM-index 适用于任何能映射为实数且保持顺序的键类型（如整数、字符串）。对于字符串，一种方法是将其在位级别直接映射为 `uint128_t`。但这种方法的局限性在于：受限于 `uint128_t` 的位数，支持的字符串最大长度有限（例如约 24 字符），且对于短字符串可能会造成一定的空间浪费。目前系统对变长字符串的支持仍在优化中。",[]]