上一篇文章通过all-MiniLM-L6-v2模型结合FAISS实现了简单的RAG检索功能，但FAISS运行于内存中，无法持久化保存向量数据，重启后又得重新对文本做向量化，比较浪费算力资源。本文就来介绍如何使用向量数据库来持久保存向量数据。

一、向量数据库Chroma

Chroma是一个本地向量数据库，专门用来保存 RAG 知识库，并且快速检索相关内容。Chroma与FAISS之间的区别如下：

1、只做检索，不做保存；Chroma既支持检索，也支持保存。

2、FAISS运行于内存，速度快；Chroma需要从磁盘加载数据，启动稍慢。

3、FAISS适合临时检索，多用于简单RAG；Chroma支持长期使用，尤其是资料较多的RAG。

总而言之，Chroma属于本地 + 简单 + 自带持久化的 RAG 专用数据库，可以理解为给大模型用的本地知识小仓库。

二、如何使用Chroma

Python代码里的Chroma主要完成三件事：创建数据库与数据表、保存知识向量、在用户提问时检索知识，如下代码所示：

复制代码

import chromadb

# 创建数据库，指定本地的数据库路径
client = chromadb.PersistentClient(path="./chroma_db")

# 创建数据表
collection = client.get_or_create_collection("knowledge_base")

# 把 文本+向量 一起存进去
collection.add(documents=knowledge, embeddings=vectors, ids=ids)

# 提问 → 自动检索最相似的
results = collection.query(query_embeddings=q_vec, n_results=1)

可见Chroma的使用步骤与FAISS一一对应，如下所示：

1、FAISS的第一步是建立内存索引，而Chroma的第一步是创建数据库与数据表。

2、FAISS的第二步是把知识向量放入内存索引，而Chroma的第二步是把知识向量保存到数据表。

3、FAISS的第三步是从内存索引查找相关知识，而Chroma的第三步是从数据表查找相关知识。

三、结合all-MiniLM-L6-v2与Chroma实现RAG

接下来演示如何使用all-MiniLM-L6-v2与Chroma实现RAG检索功能。在编写Python代码前，要先在命令行执行下面的pip安装命令：

复制代码

pip install chromadb sentence-transformers

然后编写下面的Python检索测试代码：

复制代码

from sentence_transformers import SentenceTransformer
import chromadb

# ===================== 知识库（不变） =====================
knowledge = [
    "什么是AI：人工智能（AI）是一门使机器模拟人类智能的技术。",
    "什么是RAG：RAG代表检索增强生成，通过检索外部知识提升大模型回答准确性。",
    "本地RAG消耗Token吗：本地RAG不调用云端API，不消耗Token，完全免费。",
    "FAISS是什么：FAISS是Facebook开源的向量检索库，用于本地高效检索。",
    "RAG的作用：RAG让大模型能引用外部知识，避免胡说八道。"
]

# ===================== 加载本地embedding模型（不变） =====================
embed_model = SentenceTransformer("./all-MiniLM-L6-v2", device="cpu")

# 生成向量（把知识库向量化）
vectors = embed_model.encode(knowledge)

# ===================== Chroma 初始化 =====================
# 添加到 Chroma，要持久化用：
client = chromadb.PersistentClient(path="./chroma_db")

# 创建/获取集合
collection = client.get_or_create_collection(name="knowledge_base")

ids = [f"doc_{i}" for i in range(len(knowledge))]
collection.add(
    documents=knowledge,
    embeddings=vectors.tolist(),  # 传入向量（也可让Chroma自己embedding）
    ids=ids
)


# ===================== RAG 检索（逻辑不变） =====================
def rag(question):
    print("\n 问题：" + question)
    # 把问题向量化
    q_vec = embed_model.encode([question])

    # 从 Chroma 检索对应的知识
    results = collection.query(
        query_embeddings=q_vec.tolist(),
        n_results=1
    )
    best = results["documents"][0][0]
    answer = best.split("：")[-1]
    print(" 答案：" + answer)
    print("-" * 50)


# ===================== 运行 =====================
if __name__ == "__main__":
    print("=== 本地智能 RAG 系统（Chroma版）===")
    while True:
        q = input("\n请输入问题（q退出）：")
        if q.lower() == "q":
            break
        rag(q)

运行上面的Python代码，根据提示输入问题"AI是什么？"，输出日志结果如下：

复制代码

=== 本地智能 RAG 系统（Chroma版）===

请输入问题（q退出）：AI是什么？

 问题：AI是什么？
 答案：人工智能（AI）是一门使机器模拟人类智能的技术。
--------------------------------------------------

可见即使问题文本与知识库不是完全的字符串匹配（"AI是什么？"对"什么是AI"），all-MiniLM-L6-v2模型结合Chroma也能正确识别出问题意图，并给出准确的回答。

本系列的AI应用开发文章目录为《15天学会AI应用开发全目录（零基础小白，零Token消耗）》。

15天学会AI应用开发（九）利用Chroma持久化向量数据

一、向量数据库Chroma

二、如何使用Chroma

三、结合all-MiniLM-L6-v2与Chroma实现RAG