OpenAI
Embeddings GPT-4 + vectores 1536/3072d. Pipeline directo: text → embedding → VantaDB.put(). Sin adapter, sin glue code.
VantaDB se integra con el stack de IA que ya usás. Native, experimental y coming soon. Sin glue code, sin adapters pesados.
Cada integración es código Python. Native = soporte first-class. Experimental = API puede cambiar. Coming soon = en roadmap activo.
Embeddings GPT-4 + vectores 1536/3072d. Pipeline directo: text → embedding → VantaDB.put(). Sin adapter, sin glue code.
Modelos locales (llama3, mistral, nomic-embed) via Ollama API. Inference + retrieval 100% local-first, sin API key.
Memoria persistente para agentes CrewAI. Cada agente tiene su namespace en VantaDB — shared memory across tasks sin cloud.
Document store compatible con pipelines Haystack 2.x. Drop-in replacement para Elasticsearch/OpenSearch stores.
Retriever module para DSPy. Indexá tu corpus en VantaDB y usalo como retrieval backend en pipelines DSPy sin configuración extra.
Proxy unificado de LLMs. Combiná LiteLLM para inference + VantaDB para retrieval. Ambos son drop-in Python — sin setup adicional.
Capa de memoria para agentes. VantaDB como backend persistente para Mem0 — recuerdos long-term en tu filesystem.
Agentes con memoria stateful (MemGPT). VantaDB reemplaza el storage backend por defecto, manteniendo states in-process.
Model Context Protocol server experimental. Expone VantaDB como tool consumible por Claude, Cursor y otros MCP clients.
VantaDB es Python puro — cualquier framework que hable Python puede usarlo. Abrí un issue en GitHub con tu caso de uso, o mandá un PR.