CaskOptions opts;
opts.read_write    = true;
opts.enable_search = true;
opts.search_config = SearchLayerConfig{
    .analyzer_config = AnalyzerConfig{.type = AnalyzerType::Ngram,
                                      .min_n = 2, .max_n = 3},
};
opts.vector_dim    = 128;
opts.vector_metric = meta::VectorMetric::kCosineNormalized;

数据产品

libbitcask

嵌入式 KV 与检索引擎

C++23 写的 Bitcask 追加日志 KV，叠上 BM25 全文、向量近邻与 RRF 混合检索。C++ 库直接用，C ABI 供其它语言绑定。

了解libbitcask →源代码 ↗

Erlang：隔离事务（悲观 2PL + 死锁检测 + 自动重跑）

1> R = bitcask:open("/tmp/db", [read_write]).
2> bitcask:put(R, <<"a">>, <<"100">>), bitcask:put(R, <<"b">>, <<"0">>).
3> bitcask_txn:transaction(R, fun(Tx) ->
       {ok, A} = bitcask_txn:read(Tx, <<"a">>),
       {ok, B} = bitcask_txn:read(Tx, <<"b">>),
       ok = bitcask_txn:write(Tx, <<"a">>, integer_to_binary(binary_to_integer(A) - 30)),
       ok = bitcask_txn:write(Tx, <<"b">>, integer_to_binary(binary_to_integer(B) + 30)),
       moved
   end).

数据产品 · Bitcask for Erlang/OTP

Bitcask

Erlang/OTP 的检索、事务与图数据层

以 NIF 把 libbitcask 带进 Erlang/OTP：KV、全文、向量、混合检索，加上事务、幂等键、图处理和本地嵌入。

了解Bitcask →源代码 ↗

开发框架

造大语言模型应用的工具

Erlang/OTP 与 Clojure 上的 AI Agent 框架，以及渲染引擎与 Web 框架，全部 Apache 2.0 开源。

Erlang：创建 LLM 配置并对话

LLM = beamai_chat_model:create(zhipu, #{
    model => <<"glm-4.7">>,
    api_key => list_to_binary(os:getenv("ZHIPU_API_KEY"))
}),

{ok, Response} = beamai_chat_model:chat(LLM, [
    {role, user, content, <<"你好！"/utf8>>}
]).

开发框架

BeamAI

Erlang/OTP 的 AI Agent 框架

在 Erlang/OTP 上构建 AI Agent：六家厂商统一的 LLM 客户端、ChatClient 与工具调用、洋葱式 Filter、带会话记忆的 ReAct Agent。

了解BeamAI →源代码 ↗

Erlang：创建并运行一个 Agent

LLM = beamai_chat_model:create(anthropic, #{
    model => <<"glm-4.7">>,
    api_key => list_to_binary(os:getenv("ZHIPU_API_KEY")),
    base_url => <<"https://open.bigmodel.cn/api/anthropic">>
}),

{ok, Agent0} = beamai_agent:new(#{
    system_prompt => <<"你是一个有帮助的助手。"/utf8>>,
    llm => LLM

开发框架

BeamAI Extra

BeamAI 的工具、RAG 与协议扩展

基于 BeamAI 核心库的扩展：文件 / Shell / 人机交互工具与中间件、RAG、MCP 客户端与服务端、A2A 协议、AG-UI 事件流服务端。

了解BeamAI Extra →源代码 ↗

rebar.config 与 Markdown 渲染

%% rebar.config：两套模板引擎并列使用
{provider_hooks, [{pre, [{compile, mustache}, {compile, jinja}]}]}.
{mustache_opts, [{views, "views"}, {prefix, "view_"}]}.
{jinja_opts,    [{views, "views"}, {suffix, ".j2"}, {prefix, "j2_"}]}.

%% Markdown
beamai_markdown:to_html(~"Hello *world*!").
%% => <<"<p>Hello <em>world</em>!</p>\n">>

开发框架

beamai_render

Erlang 的模板与 Markdown 渲染引擎

Mustache 与 Jinja2 两套模板在构建期编译成 Erlang 模块，运行期渲染就是一次函数调用；外加移植自 markdig、带 30 个扩展的 Markdown 引擎。零依赖。

了解beamai_render →源代码 ↗

Erlang：按钮与它的点击处理

ah_button(<<"删除">>, Id, [borderless],
          [on(click, {?MODULE, delete, #{id => Id}})])

action(delete, #{id := Id}, _Event, Ctx) ->
    ok = todo_db:delete(Id),
    aihtml_action:remove(Ctx, {id, [<<"todo-">>, integer_to_binary(Id)]}).

开发框架

aihtml

用 Erlang 函数写网页

用 Erlang 函数拼装页面，服务端输出完整 HTML；点击由 Erlang 函数无状态响应，服务端推送走 SSE。112 个组件、四轴主题、对 SEO 友好。

了解aihtml →源代码 ↗

Clojure：声明工具并创建 Agent

(require '[im.ttalk.agent.simple-agent :as sa]
         '[im.ttalk.agent.tool :refer [deftool]]
         '[im.ttalk.agent.provider.factory.builder :as factory])

(deftool get-weather "获取天气信息" [[city :string "城市名称"]]
  (str city ": 晴天 25°C"))

(def provider (factory/create-provider-from-env :openai))
(def agent (sa/create-agent {:provider provider :model "gpt-4"

开发框架