Chroma — 轻量向量数据库

Chroma - 面向 AI 的开源搜索引擎。
构建能够搜索您数据的 Python 或 JavaScript LLM 应用的最快方式！

| | 文档 | 主页

pip install chromadb # python 客户端
# 对于 JavaScript，运行 npm install chromadb!
# 对于客户端-服务器模式，运行 chroma run --path /chroma_db_path

Chroma Cloud

我们的托管服务 Chroma Cloud 提供无服务器向量搜索、混合搜索和全文搜索。它极其快速、经济高效、可扩展且易于使用。创建数据库并使用 5 美元的免费额度在 30 秒内体验。

立即开始使用 Chroma Cloud

API

核心 API 仅包含 4 个函数（运行我们的 💡 Google Colab）：

import chromadb
# 为方便原型设计，在内存中设置 Chroma。可以轻松添加持久化！
client = chromadb.Client()

# 创建集合。也支持 get_collection, get_or_create_collection, delete_collection！
collection = client.create_collection("all-my-documents")

# 向集合添加文档。也支持更新和删除。基于行的 API 即将推出！
collection.add(
    documents=["这是文档1", "这是文档2"], # 我们自动处理分词、嵌入和索引。您也可以跳过此步骤，添加自己的嵌入向量
    metadatas=[{"source": "notion"}, {"source": "google-docs"}], # 可基于此过滤！
    ids=["doc1", "doc2"], # 每个文档的唯一标识符
)

# 查询/搜索最相似的 2 个结果。您也可以通过 id 进行 .get 操作
results = collection.query(
    query_texts=["这是一个查询文档"],
    n_results=2,
    # where={"metadata_field": "is_equal_to_this"}, # 可选过滤器
    # where_document={"$contains":"search_string"}  # 可选过滤器
)

在我们的文档中了解所有功能。

特性

• 简单：完全类型化、完全测试、完全文档化 == 开发愉悦
• 集成：支持 🦜️🔗 LangChain（Python 和 JS）、🦙 LlamaIndex，更多集成即将推出
• 开发、测试、生产：在您的 Python 笔记本中运行的相同 API，可扩展到您的集群
• 功能丰富：查询、过滤、正则表达式等
• 免费且开源：Apache 2.0 许可

用例：用于 ______ 的 ChatGPT

例如，"与您的数据对话" 用例：
1. 将文档添加到您的数据库。您可以传入自己的嵌入向量、嵌入函数，或让 Chroma 为您嵌入。
2. 使用自然语言查询相关文档。
3. 将文档组合到像 GPT4 这样的 LLM 的上下文窗口中，进行额外的摘要或分析。

嵌入？

什么是嵌入？

• 阅读 OpenAI 的指南
• 字面含义：嵌入是将图像/文本/音频转换为数字列表的过程。🖼️ 或 📄 => [1.2, 2.1, ....]。这个过程使文档对机器学习模型变得“可理解”。
• 类比：嵌入代表了文档的本质。这使得具有相同本质的文档和查询彼此“接近”，从而易于查找。
• 技术角度：嵌入是文档在深度神经网络某一层的潜在空间位置。对于专门训练来嵌入数据的模型，这是最后一层。
• 一个小例子：如果您在照片中搜索“旧金山著名的桥梁”。通过嵌入此查询并将其与您的照片及其元数据的嵌入进行比较，它应该返回金门大桥的照片。

Chroma 允许您存储这些向量或嵌入，并通过最近邻搜索而非传统数据库的子字符串匹配进行搜索。默认情况下，Chroma 使用 Sentence Transformers 为您嵌入，但您也可以使用 OpenAI 嵌入、Cohere（多语言）嵌入或您自己的嵌入。

参与贡献

Chroma 是一个快速发展的项目。我们欢迎 PR 贡献者以及对如何改进项目的想法。
- 加入 Discord 上的讨论 - #contributing 频道
- 查看 🛣️ 路线图并贡献您的想法
- 认领一个 Issue 并提交 PR - Good first issue 标签
- 阅读我们的贡献指南

发布节奏
我们目前每周一发布 pypi 和 npm 包的新标记版本。热修复会在周内随时发布。

许可证

Apache 2.0