Chroma：AI应用的开源向量数据基础设施

用户1451692728442026-05-12 13:46

Chroma：AI应用的开源向量数据基础设施

chroma-core/chroma 在GitHub上已经拿到27,870 Star了。这个项目是开源AI数据基础设施，提供向量、混合和全文搜索能力，支持快速搭建RAG等AI应用。

Chroma的核心作用是简化AI应用的数据层开发。开发者无需单独处理向量存储、索引构建、相似度查询等底层逻辑，专注业务实现即可。它提供两种部署模式，本地开发可以用内存模式快速原型验证，生产环境支持持久化存储和客户端-服务端部署。托管服务Chroma Cloud提供无服务器的向量、混合和全文搜索能力，启动成本低，扩展能力强，新用户注册可获得5美元免费额度。

安装只需要一行命令：

bash 复制代码

pip install chromadb

Python和JavaScript客户端都支持，客户端-服务端模式下可以直接用chroma run --path /chroma_db_path启动服务。

核心API只有4个函数，学习成本低：

python 复制代码

import chromadb
# 启动客户端，内存模式适合原型开发，也可以配置持久化
client = chromadb.Client()

# 创建集合，也支持获取、获取或创建、删除集合操作
collection = client.create_collection("all-my-documents")

# 向集合添加文档，自动处理分词、向量化和索引，也可以直接传入自定义向量
collection.add(
    documents=["This is document1", "This is document2"],
    metadatas=[{"source": "notion"}, {"source": "google-docs"}],
    ids=["doc1", "doc2"],
)

# 查询最相似的2个结果，也支持通过id直接获取
results = collection.query(
    query_texts=["This is a query document"],
    n_results=2,
)

Chroma适用场景包括：

搭建RAG系统的开发者，需要存储和查询文档向量
开发AI Agent的团队，需要给Agent提供长期记忆能力
做语义搜索、推荐系统的产品团队，需要高效的相似度查询引擎

项目采用Apache 2.0开源协议，允许商业使用。团队每周一发布新版本，热修复随时推送。社区活跃，Discord有专门的贡献者频道，新手可以从标注good first issue的问题入手参与贡献。官方文档覆盖所有功能说明，还有配套的Google Colab示例可以直接运行测试。

开源地址：github.com/chroma-core...