ChromaDB（通常简称为 Chroma）是一款开源的向量数据库13。它专为高效存储和检索向量嵌入（Embeddings）而设计，能够捕获文本、图像或音频等非结构化数据背后的语义联系，广泛应用于大语言模型（LLM）的检索增强生成（RAG）、语义搜索和个性化推荐等 AI 场景中18。
ChromaDB 的核心特点主要体现在以下几个方面：
1. 轻量级与开箱即用
ChromaDB 以极简和易用性著称。开发者只需通过 pip install chromadb 即可安装，无需复杂的配置或大型硬件投入，甚至可以直接在笔记本电脑上运行，非常适合快速原型开发和测试36。它内置了默认的嵌入模型，开发者只需输入文本，ChromaDB 就能自动完成向量化并存储，让开发者能专注于业务逻辑11。
2. 灵活的部署与存储模式
它支持多种运行模式以适应不同阶段的需求。在开发测试阶段，可以使用内存模式（数据不持久化）；在需要落地的场景中，支持本地持久化模式（底层基于 SQLite 等对象存储，重启不丢失数据）；同时也支持以客户端/服务器（HTTP）模式部署，或通过 Docker 容器及公有云进行托管48。
3. 对开发者极其友好
ChromaDB 提供了极简的 API 设计，核心功能仅包含添加、更新、删除和搜索四个基础命令，对新手和经验丰富的开发者都非常直观9。此外，它与 LangChain、LlamaIndex 等主流 AI 框架深度集成，并支持 Python 和 JavaScript 客户端 SDK，大幅降低了开发门槛28。
4. 支持元数据过滤
在存储向量数据时，ChromaDB 允许同时附加结构化的元数据（Metadata，如文档来源、时间、类别等）。在进行语义相似度检索时，开发者可以结合元数据进行条件过滤（例如"只返回2023年之后的文档"），从而更精准地缩小搜索范围16。
5. 性能上限与适用场景
作为一款轻量级数据库，ChromaDB 在十万级以下的向量规模中表现流畅，但其性能上限相对较低。由于不支持分布式集群和水平扩展，当数据量达到百万级时，其检索性能会明显下降27。因此，它最适合用于开发测试、POC 验证、个人知识库或文档量在十万以内的小规模生产环境。