Chroma:AI应用的开源向量数据基础设施

文章目录

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:https://github.com/chroma-core/chroma

测试。

开源地址:https://github.com/chroma-core/chroma

相关推荐
feasibility.10 小时前
399美元桌面机器人Doly:可爱电子宠物+树莓派开源平台,但不能像ChatGPT那样聊天
机器人·开源·嵌入式·树莓派·diy·桌宠
xsd2024111810 小时前
把模型从 FP32 压到 INT8:PTQ、QAT 与 PyTorch 量化全链路
人工智能
AI源码10 小时前
基于机器学习的优衣库销售预测与决策系统
人工智能·机器学习
可夫小子10 小时前
13 条数据跑出 65.87 分:这场 48 小时真机挑战赛,拆穿了具身智能的落地真相
人工智能
大模型真好玩11 小时前
做好真人分身却不知道拍什么?8个视频应用场景直接抄
人工智能·agent·deepseek
翼帆11 小时前
我用 AI 复刻了 CodeTank,重温代码坦克
前端·javascript·开源·ai编程·游戏开发·codetank
ZhengEnCi11 小时前
黄仁勋想回英伟达却被拒:创始人 CEO 辞职后为什么回不来,董事会继任机制全拆解
人工智能·nvidia·团队管理
真上帝的左手11 小时前
26. AI-大语言模型-基础
人工智能·ai·架构·llm·大语言模型
墨林陌11 小时前
AI 热点日报(2026-11-18):OpenAI 发布 GPT-6.2,APEC 峰会聚焦 AI,AI 制药融资创新高
人工智能
byte轻骑兵12 小时前
【ATT】规范精讲[8]:配置要确认、灌包要速度、多字段要原子——BLE 写入的四重选择
人工智能·aiot·l2cap·嵌入式蓝牙·蓝牙链路管理