Intelligence Artificielle

Weaviate

Base de données vectorielle multimodale auto-hébergée — GraphQL, RAG et vectorizers intégrés sur votre VPS.

Documentation officielle

À propos de Weaviate

Weaviate est une base de données vectorielle open source qui combine recherche sémantique, GraphQL et vectorizers intégrés pour vos pipelines RAG et de recherche multimodale, sur votre VPS.

Ce qui est installé

Prêt au démarrage du VPS

OS compatibles
Distributions Linux au choix
Application
Weaviate
Stack technique
DockerGo
RAM minimum
2 Go
CPU minimum
1 vCPU
Port par défaut
8080
Accès
root par SSH

Fonctionnalités clés

  • Vectorizers intégrés — text2vec-openai, text2vec-cohere, img2vec : Weaviate vectorise à l'ingestion
  • API GraphQL et REST — requêtes par similarité, filtres scalaires ou combinaison dans la même requête
  • Collections multimodales — texte, images et métadonnées dans le même objet Weaviate
  • Intégrations natives LangChain, LlamaIndex et Haystack
  • Licence BSD-3-Clause — auditable, sans télémétrie, air-gap possible
  • Runtime Go — faible empreinte mémoire, démarrage rapide

Quand utiliser cette solution ?

Mémoire de pipeline RAG

Indexez documentation, base de connaissance ou catalogue produit dans Weaviate. À chaque requête utilisateur, récupérez les k passages les plus pertinents et fournissez-les en contexte au LLM.

Recherche sémantique sur documents

Remplacez la recherche par mots-clés par une récupération basée sur le sens. Une requête « résolution litige facture » remonte les résultats sur « traitement de conflit de facturation » même si ces mots n'apparaissent pas.

Récupération multimodale

Stockez images produit et descriptions dans la même collection Weaviate, et cherchez par similarité d'image, de texte ou les deux combinés.

Guide

Déployer Weaviate sur votre VPS

  1. Commander le VPS

    2 Go de RAM minimum (4 Go recommandés). Ubuntu 24.04 + Docker pré-installés par la recette.

  2. Déployer depuis le Marketplace

    Marketplace → Intelligence Artificielle → Weaviate → Déployer. L'image semitechnologies/weaviate:1.27.2 démarre en quelques secondes. Les API REST et GraphQL répondent sur le port 8080 lié à 127.0.0.1 ; gRPC sur 50051, même contrainte.

  3. Se connecter pour la première fois

    Aucune clé API n'est requise — accès anonyme activé par défaut. Ouvrez un tunnel SSH : ssh -L 8080:127.0.0.1:<port> root@<ip-vps> puis interrogez http://localhost:8080/v1/schema.

  4. Créer un schéma et ingérer

    Définissez une classe via REST, choisissez vectorizer: none pour fournir vos propres embeddings, ou text2vec-openai pour laisser Weaviate vectoriser automatiquement à l'ingestion.

  5. Interroger en GraphQL ou REST

    Requête nearVector en GraphQL ou endpoint /v1/objects en REST. Clients officiels disponibles pour Python, Go, TypeScript et Java.

  6. Sécuriser l'instance

    Ajoutez AUTHENTICATION_APIKEY_ENABLED=true et AUTHENTICATION_APIKEY_ALLOWED_KEYS=<votre-clé> aux variables d'environnement et redémarrez. Le port peut ensuite être publié derrière un nom de domaine.

Questions fréquentes

Questions sur Weaviate

← Retour à Intelligence ArtificielleToutes les applications
Qdrant (Rust) se concentre sur la recherche par similarité vectorielle pure avec des filtres de payload — sans schéma ni vectorisation. Weaviate (Go) ajoute une couche de schéma, des vectorizers intégrés qui appellent des modèles d'embedding à l'ingestion, une API GraphQL et un support multimodal natif. Choisissez Qdrant pour les performances brutes sur des vecteurs pré-calculés ; choisissez Weaviate quand vous voulez que la base gère la vectorisation et que vous avez besoin de la syntaxe GraphQL ou de collections multimodales.

Intégrer le bouton de déploiement

Vous maintenez un projet qui utilise Weaviate ? Ce bouton permet à vos lecteurs de le déployer sur un VPS en un clic, sans lire de documentation Docker.

Deploy Weaviate on ServOrbit
Markdown
[![Deploy Weaviate on ServOrbit](https://servorbit.com/brand/deploy/button.svg)](https://servorbit.com/vps-cloud?template=weaviate&utm_source=deploy-badge&utm_medium=referral&utm_campaign=weaviate)
HTML
<a href="https://servorbit.com/vps-cloud?template=weaviate&utm_source=deploy-badge&utm_medium=referral&utm_campaign=weaviate"><img src="https://servorbit.com/brand/deploy/button.svg" alt="Deploy Weaviate on ServOrbit" height="40"></a>

Le bouton pointe vers la commande d'un VPS avec le template présélectionné. L'image est servie depuis servorbit.com — rien à héberger de votre côté.

Solutions complémentaires

Intelligence Artificielle

Qdrant

Self-hosted vector database for semantic search and RAG. Store, index and query high-dimensional embeddings with HNSW indexing — the missing infrastructure layer for your LLM stack.

Intelligence Artificielle

Ollama

Servez des LLM open source depuis votre propre serveur. Récupérez Llama 3, Mistral, Qwen ou DeepSeek en une commande, derrière une API compatible OpenAI et sans coût au jeton.

Intelligence Artificielle

Open WebUI

Interface web pour interagir avec vos LLMs locaux ou distants. Vos données restent sur votre infrastructure — aucun tiers impliqué.

Besoin d'aide ?

Parcourez notre centre d'aide et notre FAQ, ou contactez notre équipe — rappel, WhatsApp ou e-mail.

Écrire sur WhatsApps'ouvre dans un nouvel onglet
ou nous écrire