RRepoGEO

REPOGEO 报告 · LITE

asg017/sqlite-vss

默认分支 main · commit 8d3c6ff2 · 扫描时间 2026/5/14 21:42:02

星标 1,991 · Fork 73

AI 可见性总分
66 /100
需要改进
品类召回
1 / 2
被推荐时的平均排名 #2.0
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 asg017/sqlite-vss 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highabout#1
    Update the repository description to include use cases and project status

    原因：

    当前
    A SQLite extension for efficient vector search, based on Faiss!
    复制粘贴的修复
    A SQLite extension for efficient vector search (Faiss-based) for semantic search, recommendations, and Q&A. Note: This project is inactive; see `sqlite-vec`.
  • highhomepage#2
    Add a homepage URL to the repository metadata

    原因：

    复制粘贴的修复
    https://github.com/asg017/sqlite-vss
  • mediumtopics#3
    Add specific use-case topics

    原因：

    当前
    faiss, sqlite, sqlite-extension, vector-search
    复制粘贴的修复
    faiss, sqlite, sqlite-extension, vector-search, semantic-search, recommendations, qa

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
1 / 2
50% 的问题里出现了 asg017/sqlite-vss
平均排名
#2.0
越小越好。#1 表示首位推荐。
声量占比
7%
在所有被点名的工具中，你占了多少？
头号对手
lancedb/lancedb
在 2 个问题中被推荐 2 次
竞品排行
  1. lancedb/lancedb · 被推荐 2 次
  2. qdrant/qdrant · 被推荐 2 次
  3. sqlite/vss · 被推荐 1 次
  4. tensorchord/pgvecto.rs · 被推荐 1 次
  5. chroma-core/chroma · 被推荐 1 次
  • 品类问题
    How can I add efficient vector similarity search directly within my SQLite database?
    你：第 2 位
    AI 推荐顺序：
    1. VSS (Vector Search for SQLite) (sqlite/vss)
    2. sqlite-vss (simonw/sqlite-vss) ← 你
    3. pgvecto.rs (tensorchord/pgvecto.rs)
    4. LanceDB (lancedb/lancedb)
    5. Chroma (chroma-core/chroma)
    6. Qdrant (qdrant/qdrant)
    查看 AI 完整回答
  • 品类问题
    What are good options for building semantic search or recommendations using SQLite?
    你：未被推荐
    AI 推荐顺序：
    1. LanceDB (lancedb/lancedb)
    2. Faiss (facebookresearch/faiss)
    3. sentence-transformers (UKP-SQuARE/sentence-transformers)
    4. Hnswlib (nmslib/hnswlib)
    5. USearch (unum-cloud/usearch)
    6. PGVector (pgvector/pgvector)
    7. Qdrant (qdrant/qdrant)
    8. OpenAI embeddings
    9. Hugging Face models

    AI 推荐了 9 个替代方案，却始终没点名 asg017/sqlite-vss。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of asg017/sqlite-vss?
    pass
    AI 明确点名了 asg017/sqlite-vss

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts asg017/sqlite-vss in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 asg017/sqlite-vss

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo asg017/sqlite-vss solve, and who is the primary audience?
    pass
    AI 明确点名了 asg017/sqlite-vss

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 asg017/sqlite-vss 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/asg017/sqlite-vss.svg)](https://repogeo.com/zh/r/asg017/sqlite-vss)
HTML
<a href="https://repogeo.com/zh/r/asg017/sqlite-vss"><img src="https://repogeo.com/badge/asg017/sqlite-vss.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

asg017/sqlite-vss — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3