要寻找索引构建速度快的开源向量数据库，可以考虑以下几个常用的开源向量数据库项目：
Milvus：Milvus 是一个高性能、可扩展的开源向量相似度搜索引擎，支持数十亿规模的向量存储和高效的向量检索。它提供了 GPU 加速、多引擎支持、多种功能和丰富的 API。
Faiss：Faiss 是一个 Facebook 开源的针对大规模向量集的高效相似度搜索和聚类库，提供了GPU支持，对于大规模向量数据的索引构建速度表现良好。
Annoy：Annoy 是一个 C++ 开源库，用于在内存中构建近似最近邻居关系的数据结构。它具有较快的索引构建速度和低内存占用的特点，适用于构建大规模向量数据的索引。
NMSLIB：NMSLIB 是一个开源的近似最近邻搜索库，提供了多种索引构建算法，包括 HNSW（Hierarchical Navigable Small World）等。它支持大规模向量数据的索引构建，并具有较快的检索速度。
这些开源向量数据库项目都具有不同的特点和适用场景，可以根据实际需求选择适合的项目进行使用。在选择之前，建议先对各个项目的文档和性能进行评估，以便找到适合自己需求的向量数据库。