1 基础概念
1.1 Chroma介绍
01.产品定位
a.嵌入式数据库
a.功能说明
Chroma是嵌入式向量数据库。专为AI应用设计。可以嵌入Python应用。也支持客户端-服务器模式。简单易用是核心优势。是LLM应用的理想选择。
b.代码示例
---
import chromadb
# 嵌入式模式
client = chromadb.Client()
# 持久化模式
persistent_client = chromadb.PersistentClient(path="./chroma_db")
# 客户端模式
# http_client = chromadb.HttpClient(host="localhost", port=8000)
print("Chroma客户端创建完成")
---
b.开发者友好
a.功能说明
Chroma设计简洁直观。API易于理解。文档完善。社区活跃。快速上手。降低学习成本。
b.代码示例
---
chroma_features = [
"简洁的Python API",
"自动向量化支持",
"内置嵌入函数",
"灵活的元数据过滤",
"开箱即用"
]
print("Chroma核心特性:")
for i, feature in enumerate(chroma_features, 1):
print(f" {i}. {feature}")
---
02.应用场景
a.RAG应用
a.功能说明
Chroma是RAG应用的理想选择。存储文档嵌入。快速检索相关内容。结合LLM生成答案。提升答案质量。
b.代码示例
---
rag_workflow = [
"1. 文档分块和嵌入",
"2. 存储到Chroma",
"3. 用户提问",
"4. 检索相关文档",
"5. LLM生成答案"
]
print("RAG工作流程:")
for step in rag_workflow:
print(f" {step}")
---
b.语义搜索
a.功能说明
实现语义搜索功能。理解查询意图。返回语义相关结果。提升搜索体验。适合知识库、文档检索等场景。
b.代码示例
---
semantic_search_use_cases = {
"知识库": "企业内部知识检索",
"文档搜索": "论文、报告语义搜索",
"代码搜索": "代码片段语义检索",
"问答系统": "智能问答和客服"
}
print("语义搜索应用:")
for use_case, desc in semantic_search_use_cases.items():
print(f" {use_case}: {desc}")
---
1.2 嵌入式设计
01.部署模式
a.嵌入式模式
a.功能说明
嵌入式模式将Chroma集成到应用中。无需独立服务。适合开发和小规模应用。简化部署和维护。
b.代码示例
---
import chromadb
# 内存模式（不持久化）
memory_client = chromadb.Client()
# 持久化模式
persistent_client = chromadb.PersistentClient(path="./my_chroma_data")
print("嵌入式客户端创建完成")
---
b.服务器模式
a.功能说明
服务器模式支持多客户端访问。适合生产环境。提供更好的性能和扩展性。支持远程访问。
b.代码示例
---
# 启动Chroma服务器
# chroma run --path ./chroma_data --port 8000
# 客户端连接
client = chromadb.HttpClient(host="localhost", port=8000)
print("连接到Chroma服务器")
---
02.数据持久化
a.本地存储
a.功能说明
支持本地文件系统持久化。数据自动保存。重启后数据保留。适合单机部署。
b.代码示例
---
# 创建持久化客户端
client = chromadb.PersistentClient(path="./chroma_storage")
# 数据自动持久化
collection = client.create_collection(name="my_collection")
collection.add(
documents=["This is a document"],
ids=["id1"]
)
print("数据已持久化到本地")
---
b.云存储
a.功能说明
支持云存储后端。如S3、GCS等。适合云原生部署。提供更好的可靠性和扩展性。
b.代码示例
---
# 配置云存储（示例）
# import chromadb
# from chromadb.config import Settings
# client = chromadb.Client(Settings(
# chroma_db_impl="duckdb+parquet",
# persist_directory="s3://my-bucket/chroma"
# ))
print("云存储配置示例")
---
1.3 核心特性
01.自动化特性
a.自动嵌入
a.功能说明
Chroma支持自动向量化。内置多种嵌入函数。无需手动生成向量。简化开发流程。降低使用门槛。
b.代码示例
---
import chromadb
from chromadb.utils import embedding_functions
# 使用默认嵌入函数
default_ef = embedding_functions.DefaultEmbeddingFunction()
# 使用OpenAI嵌入
openai_ef = embedding_functions.OpenAIEmbeddingFunction(
api_key="your-api-key",
model_name="text-embedding-ada-002"
)
# 使用Sentence Transformers
sentence_ef = embedding_functions.SentenceTransformerEmbeddingFunction(
model_name="all-MiniLM-L6-v2"
)
print("嵌入函数配置完成")
---
b.自动ID生成
a.功能说明
如果不提供ID，Chroma自动生成。简化数据插入。避免ID冲突。提供便利性。
b.代码示例
---
collection = client.create_collection(name="auto_id_collection")
# 不提供ID，自动生成
collection.add(
documents=["Document 1", "Document 2", "Document 3"]
)
# 查看自动生成的ID
results = collection.get()
print(f"自动生成的IDs: {results['ids']}")
---
02.查询特性
a.元数据过滤
a.功能说明
支持丰富的元数据过滤。结合向量搜索和过滤。提供精准的检索能力。适合复杂查询场景。
b.代码示例
---
# 添加带元数据的文档
collection.add(
documents=["Doc 1", "Doc 2", "Doc 3"],
metadatas=[
{"category": "tech", "year": 2023},
{"category": "business", "year": 2023},
{"category": "tech", "year": 2024}
],
ids=["id1", "id2", "id3"]
)
# 元数据过滤查询
results = collection.query(
query_texts=["technology"],
where={"category": "tech"},
n_results=2
)
print(f"过滤后找到 {len(results['ids'][0])} 个结果")
---
b.混合查询
a.功能说明
支持向量查询和文档查询。可以用文本或向量检索。提供灵活的查询方式。适应不同场景需求。
b.代码示例
---
# 文本查询（自动嵌入）
text_results = collection.query(
query_texts=["machine learning"],
n_results=5
)
# 向量查询
import numpy as np
query_vector = np.random.random(384).tolist()
vector_results = collection.query(
query_embeddings=[query_vector],
n_results=5
)
print("混合查询完成")
---
2 快速开始
2.1 安装配置
01.安装方式
a.pip安装
a.功能说明
使用pip安装Chroma。支持Python 3.7+。安装简单快速。包含所有依赖。
b.代码示例
---
# 安装Chroma
# pip install chromadb
# 验证安装
import chromadb
print(f"Chroma版本: {chromadb.__version__}")
---
b.可选依赖
a.功能说明
根据需要安装可选依赖。如特定的嵌入函数。优化性能的库。减少不必要的依赖。
b.代码示例
---
# 安装OpenAI支持
# pip install chromadb[openai]
# 安装完整依赖
# pip install chromadb[all]
print("可选依赖安装说明")
---
02.环境配置
a.Python环境
a.功能说明
确保Python版本兼容。配置虚拟环境。隔离项目依赖。避免版本冲突。
b.代码示例
---
# 创建虚拟环境
# python -m venv chroma_env
# source chroma_env/bin/activate # Linux/Mac
# chroma_env\Scripts\activate # Windows
# 安装Chroma
# pip install chromadb
print("虚拟环境配置")
---
b.服务器配置
a.功能说明
配置Chroma服务器。设置端口和路径。配置认证和安全。优化性能参数。
b.代码示例
---
# 启动服务器
# chroma run --path ./chroma_data --port 8000 --host 0.0.0.0
# 配置文件示例
server_config = {
"path": "./chroma_data",
"port": 8000,
"host": "0.0.0.0",
"log_level": "INFO"
}
print("服务器配置示例")
---
2.2 创建客户端
01.客户端类型
a.内存客户端
a.功能说明
内存客户端数据不持久化。适合测试和开发。重启后数据丢失。性能最快。
b.代码示例
---
import chromadb
# 创建内存客户端
client = chromadb.Client()
# 创建Collection
collection = client.create_collection(name="test_collection")
print("内存客户端创建完成")
---
b.持久化客户端
a.功能说明
持久化客户端数据保存到磁盘。重启后数据保留。适合生产环境。性能略低于内存模式。
b.代码示例
---
# 创建持久化客户端
persistent_client = chromadb.PersistentClient(path="./chroma_db")
# 数据自动持久化
collection = persistent_client.get_or_create_collection(name="my_collection")
print("持久化客户端创建完成")
---
02.HTTP客户端
a.远程连接
a.功能说明
HTTP客户端连接远程Chroma服务器。支持多客户端访问。适合分布式部署。提供更好的扩展性。
b.代码示例
---
# 连接远程服务器
http_client = chromadb.HttpClient(
host="localhost",
port=8000
)
# 使用方式与本地客户端相同
collection = http_client.get_or_create_collection(name="remote_collection")
print("HTTP客户端连接完成")
---
b.认证配置
a.功能说明
配置客户端认证。保护数据安全。支持多种认证方式。适合生产环境。
b.代码示例
---
# 带认证的HTTP客户端（示例）
# from chromadb.config import Settings
# auth_client = chromadb.HttpClient(
# host="localhost",
# port=8000,
# settings=Settings(
# chroma_client_auth_provider="basic",
# chroma_client_auth_credentials="username:password"
# )
# )
print("认证配置示例")
---
2.3 基础操作
01.Collection操作
a.创建Collection
a.功能说明
Collection是数据的容器。类似数据库的表。需要唯一的名称。可以配置嵌入函数和元数据。
b.代码示例
---
import chromadb
client = chromadb.Client()
# 创建Collection
collection = client.create_collection(
name="my_collection",
metadata={"description": "My first collection"}
)
print(f"Collection '{collection.name}' 创建完成")
---
b.获取Collection
a.功能说明
获取已存在的Collection。如果不存在会报错。可以使用get_or_create避免错误。
b.代码示例
---
# 获取已存在的Collection
existing_collection = client.get_collection(name="my_collection")
# 获取或创建Collection
collection = client.get_or_create_collection(name="my_collection")
# 列出所有Collection
collections = client.list_collections()
print(f"共有 {len(collections)} 个Collections")
---
02.数据操作
a.添加数据
a.功能说明
添加文档到Collection。可以提供文档、元数据和ID。支持自动嵌入。批量添加提升效率。
b.代码示例
---
# 添加文档
collection.add(
documents=["This is document 1", "This is document 2"],
metadatas=[{"source": "web"}, {"source": "api"}],
ids=["doc1", "doc2"]
)
print("文档添加完成")
---
b.查询数据
a.功能说明
查询相似文档。支持文本查询和向量查询。可以添加元数据过滤。返回Top-K结果。
b.代码示例
---
# 查询相似文档
results = collection.query(
query_texts=["document"],
n_results=2
)
print(f"查询结果:")
print(f" IDs: {results['ids']}")
print(f" Documents: {results['documents']}")
print(f" Distances: {results['distances']}")
---
3 Collection管理
3.1 创建Collection
01.基础创建
a.简单创建
a.功能说明
创建Collection只需提供名称。使用默认配置。适合快速开始。后续可以修改配置。
b.代码示例
---
import chromadb
client = chromadb.Client()
collection = client.create_collection(name="simple_collection")
print(f"Collection '{collection.name}' 创建完成")
---
b.配置嵌入函数
a.功能说明
创建时指定嵌入函数。支持多种内置函数。也可以自定义函数。影响向量生成方式。
b.代码示例
---
from chromadb.utils import embedding_functions
sentence_ef = embedding_functions.SentenceTransformerEmbeddingFunction(
model_name="all-MiniLM-L6-v2"
)
collection = client.create_collection(
name="custom_embedding_collection",
embedding_function=sentence_ef
)
print("自定义嵌入函数Collection创建完成")
---
02.高级配置
a.距离度量
a.功能说明
配置距离度量方式。支持余弦、欧氏距离等。影响相似度计算。根据应用场景选择。
b.代码示例
---
collection = client.create_collection(
name="cosine_collection",
metadata={"hnsw:space": "cosine"}
)
print("余弦距离Collection创建完成")
---
b.Collection元数据
a.功能说明
为Collection添加元数据。描述Collection用途。便于管理和维护。提供额外信息。
b.代码示例
---
collection = client.create_collection(
name="metadata_collection",
metadata={
"description": "Product embeddings",
"version": "1.0",
"created_by": "data_team"
}
)
print(f"Collection元数据: {collection.metadata}")
---
3.2 元数据配置
01.元数据类型
a.支持的类型
a.功能说明
元数据支持多种数据类型。包括字符串、数字、布尔值。可以嵌套对象。提供灵活的数据组织。
b.代码示例
---
collection.add(
documents=["Document 1", "Document 2"],
metadatas=[
{"category": "tech", "year": 2023, "published": True, "tags": ["AI", "ML"]},
{"category": "business", "year": 2024, "published": False, "tags": ["finance"]}
],
ids=["doc1", "doc2"]
)
print("带元数据的文档添加完成")
---
b.元数据索引
a.功能说明
常用的元数据字段会自动索引。提升过滤查询性能。无需手动创建索引。简化使用。
b.代码示例
---
results = collection.query(
query_texts=["technology"],
where={"category": "tech"},
n_results=10
)
print(f"过滤查询找到 {len(results['ids'][0])} 个结果")
---
02.元数据操作
a.更新元数据
a.功能说明
可以更新文档的元数据。不影响向量。只更新指定字段。提供灵活的数据维护。
b.代码示例
---
collection.update(
ids=["doc1"],
metadatas=[{"category": "tech", "year": 2024, "updated": True}]
)
print("元数据更新完成")
---
b.删除元数据字段
a.功能说明
更新时可以删除某些字段。设置为None即可。清理不需要的元数据。优化存储。
b.代码示例
---
print("元数据字段删除：设置为None即可")
---
3.3 持久化存储
01.持久化配置
a.本地持久化
a.功能说明
使用PersistentClient实现持久化。数据保存到本地文件系统。重启后数据保留。适合单机部署。
b.代码示例
---
import chromadb
client = chromadb.PersistentClient(path="./chroma_persistent_db")
collection = client.get_or_create_collection(name="persistent_collection")
collection.add(documents=["Persistent document"], ids=["persistent_1"])
print("数据已持久化到 ./chroma_persistent_db")
---
b.存储路径
a.功能说明
可以自定义存储路径。建议使用绝对路径。确保路径有写权限。定期备份数据。
b.代码示例
---
import os
db_path = os.path.abspath("./my_chroma_data")
client = chromadb.PersistentClient(path=db_path)
print(f"数据存储路径: {db_path}")
---
02.数据管理
a.备份恢复
a.功能说明
定期备份数据目录。使用文件系统工具。简单可靠。恢复时复制目录即可。
b.代码示例
---
backup_strategy = [
"定期备份数据目录",
"使用版本控制",
"异地备份",
"测试恢复流程"
]
print("备份策略:")
for i, strategy in enumerate(backup_strategy, 1):
print(f" {i}. {strategy}")
---
b.数据迁移
a.功能说明
迁移数据到新环境。导出和导入数据。使用API或文件系统。确保数据完整性。
b.代码示例
---
source_client = chromadb.PersistentClient(path="./source_db")
source_collection = source_client.get_collection(name="my_collection")
all_data = source_collection.get()
target_client = chromadb.PersistentClient(path="./target_db")
target_collection = target_client.get_or_create_collection(name="my_collection")
target_collection.add(
ids=all_data['ids'],
documents=all_data['documents'],
metadatas=all_data['metadatas'],
embeddings=all_data['embeddings']
)
print("数据迁移完成")
---
4 数据操作
4.1 添加数据
01.基础添加
a.添加文档
a.功能说明
添加文档是最基本的操作。提供文档文本即可。自动生成向量。支持批量添加。
b.代码示例
---
collection.add(documents=["Doc 1", "Doc 2"], ids=["id1", "id2"])
print("文档添加完成")
---
b.添加向量
a.功能说明
可以直接提供向量。跳过嵌入步骤。适合已有向量的场景。
b.代码示例
---
import numpy as np
embeddings = [np.random.random(384).tolist() for _ in range(2)]
collection.add(embeddings=embeddings, documents=["Doc 1", "Doc 2"], ids=["v1", "v2"])
---
02.批量添加
a.大批量数据
a.功能说明
添加大量数据时建议分批。每批1000-10000条。避免内存溢出。
b.代码示例
---
for i in range(0, 10000, 1000):
batch_docs = [f"Doc {j}" for j in range(i, min(i+1000, 10000))]
batch_ids = [f"id_{j}" for j in range(i, min(i+1000, 10000))]
collection.add(documents=batch_docs, ids=batch_ids)
---
b.错误处理
a.功能说明
添加数据时可能出错。需要捕获异常。使用upsert避免ID冲突。
b.代码示例
---
try:
collection.add(documents=["New doc"], ids=["id1"])
except:
collection.upsert(documents=["Updated doc"], ids=["id1"])
---
4.2 查询数据
01.基础查询
a.get方法
a.功能说明
get方法根据ID获取数据。不进行向量搜索。返回完整数据。
b.代码示例
---
results = collection.get(ids=["id1", "id2"])
print(f"获取到 {len(results['ids'])} 条数据")
---
b.query方法
a.功能说明
query方法进行向量搜索。返回最相似的结果。是核心功能。
b.代码示例
---
results = collection.query(query_texts=["document"], n_results=5)
print(f"查询结果: {results['ids']}")
---
02.高级查询
a.元数据过滤
a.功能说明
结合向量搜索和元数据过滤。先过滤再搜索。提供精准检索。
b.代码示例
---
results = collection.query(
query_texts=["technology"],
where={"category": "tech"},
n_results=10
)
---
b.复杂过滤
a.功能说明
支持复杂的过滤条件。包括AND、OR、NOT逻辑。范围查询。
b.代码示例
---
results = collection.query(
query_texts=["ML"],
where={"$and": [{"category": "tech"}, {"year": {"$gte": 2023}}]},
n_results=10
)
---
4.3 更新删除
01.更新操作
a.update方法
a.功能说明
更新已存在的数据。可以更新文档、元数据、向量。
b.代码示例
---
collection.update(
ids=["id1"],
documents=["Updated document"],
metadatas=[{"updated": True}]
)
---
b.upsert方法
a.功能说明
upsert是update和insert的结合。ID存在则更新，不存在则插入。
b.代码示例
---
collection.upsert(
ids=["id1", "id_new"],
documents=["Updated doc", "New doc"]
)
---
02.删除操作
a.按ID删除
a.功能说明
根据ID删除数据。支持批量删除。删除后无法恢复。
b.代码示例
---
collection.delete(ids=["id1", "id2"])
---
b.按条件删除
a.功能说明
根据元数据条件删除。删除符合条件的所有数据。
b.代码示例
---
collection.delete(where={"category": "obsolete"})
---
5 搜索查询
5.1 相似度搜索
01.文本搜索
a.单文本查询
a.功能说明
使用文本查询最相似的文档。自动嵌入查询文本。返回Top-K结果。
b.代码示例
---
results = collection.query(query_texts=["machine learning"], n_results=10)
print(f"找到 {len(results['ids'][0])} 个相似文档")
---
b.批量查询
a.功能说明
一次查询多个文本。提升效率。适合批量推理。
b.代码示例
---
results = collection.query(
query_texts=["AI", "ML", "DL"],
n_results=5
)
---
02.向量搜索
a.直接向量查询
a.功能说明
使用向量直接查询。跳过嵌入步骤。适合已有向量场景。
b.代码示例
---
import numpy as np
query_vector = np.random.random(384).tolist()
results = collection.query(query_embeddings=[query_vector], n_results=10)
---
b.距离度量
a.功能说明
返回结果包含距离值。距离越小越相似。根据配置的度量方式计算。
b.代码示例
---
results = collection.query(query_texts=["document"], n_results=5)
print(f"Distances: {results['distances']}")
---
5.2 元数据过滤
01.基础过滤
a.等值过滤
a.功能说明
过滤特定字段的值。支持字符串、数字、布尔值。
b.代码示例
---
results = collection.query(
query_texts=["tech"],
where={"category": "technology"},
n_results=10
)
---
b.范围过滤
a.功能说明
过滤数值范围。支持大于、小于、等于等操作。
b.代码示例
---
results = collection.query(
query_texts=["recent"],
where={"year": {"$gte": 2023}},
n_results=10
)
---
02.组合过滤
a.AND条件
a.功能说明
多个条件同时满足。使用$and操作符。
b.代码示例
---
results = collection.query(
query_texts=["AI"],
where={"$and": [{"category": "tech"}, {"published": True}]},
n_results=10
)
---
b.OR条件
a.功能说明
多个条件满足其一。使用$or操作符。
b.代码示例
---
results = collection.query(
query_texts=["content"],
where={"$or": [{"category": "tech"}, {"category": "science"}]},
n_results=10
)
---
5.3 Where条件
01.条件操作符
a.比较操作符
a.功能说明
支持等于、不等于、大于、小于等比较操作。
b.代码示例
---
where_conditions = {
"$eq": "等于",
"$ne": "不等于",
"$gt": "大于",
"$gte": "大于等于",
"$lt": "小于",
"$lte": "小于等于"
}
---
b.包含操作符
a.功能说明
检查值是否在列表中。使用$in和$nin操作符。
b.代码示例
---
results = collection.query(
query_texts=["content"],
where={"category": {"$in": ["tech", "science", "business"]}},
n_results=10
)
---
02.逻辑操作符
a.AND和OR
a.功能说明
组合多个条件。$and要求全部满足，$or要求满足其一。
b.代码示例
---
complex_where = {
"$and": [
{"category": "tech"},
{"$or": [{"year": 2023}, {"year": 2024}]}
]
}
---
b.NOT操作符
a.功能说明
排除特定条件。使用$not操作符。
b.代码示例
---
results = collection.query(
query_texts=["content"],
where={"category": {"$ne": "spam"}},
n_results=10
)
---
6 嵌入函数
6.1 默认模型
01.内置模型
a.默认Embedding函数
a.功能说明
Chroma默认使用all-MiniLM-L6-v2模型。轻量级高效。适合大多数场景。
b.代码示例
---
import chromadb
client = chromadb.Client()
collection = client.create_collection(name="default_embedding")
collection.add(documents=["Sample text"], ids=["id1"])
---
b.模型特性
a.功能说明
默认模型384维向量。支持多语言。性能优秀。占用资源少。
b.代码示例
---
print("默认模型: all-MiniLM-L6-v2")
print("向量维度: 384")
---
02.模型配置
a.查看模型信息
a.功能说明
可以查看当前使用的嵌入函数。了解模型配置。
b.代码示例
---
collection = client.get_collection(name="my_collection")
print(f"Collection: {collection.name}")
---
b.模型性能
a.功能说明
默认模型在速度和质量间平衡。适合中小规模应用。
b.代码示例
---
print("性能: 速度快、质量中等、资源消耗低")
---
6.2 自定义Embedding
01.使用其他模型
a.Sentence Transformers
a.功能说明
可以使用任何Sentence Transformers模型。根据需求选择。
b.代码示例
---
from chromadb.utils import embedding_functions
ef = embedding_functions.SentenceTransformerEmbeddingFunction(
model_name="paraphrase-multilingual-MiniLM-L12-v2"
)
collection = client.create_collection(name="custom_model", embedding_function=ef)
---
b.OpenAI Embeddings
a.功能说明
集成OpenAI的嵌入模型。质量高但需要API密钥。
b.代码示例
---
openai_ef = embedding_functions.OpenAIEmbeddingFunction(
api_key="your-api-key",
model_name="text-embedding-ada-002"
)
collection = client.create_collection(name="openai_collection", embedding_function=openai_ef)
---
02.自定义函数
a.实现自定义Embedding
a.功能说明
可以实现自己的嵌入函数。满足特殊需求。
b.代码示例
---
from chromadb import Documents, EmbeddingFunction, Embeddings
class MyEmbeddingFunction(EmbeddingFunction):
def __call__(self, input: Documents) -> Embeddings:
return [[0.1] * 384 for _ in input]
my_ef = MyEmbeddingFunction()
collection = client.create_collection(name="custom_ef", embedding_function=my_ef)
---
b.使用预计算向量
a.功能说明
直接提供向量，不使用嵌入函数。适合已有向量场景。
b.代码示例
---
import numpy as np
embeddings = [np.random.random(384).tolist() for _ in range(10)]
collection.add(embeddings=embeddings, documents=["Doc " + str(i) for i in range(10)], ids=[f"id_{i}" for i in range(10)])
---
6.3 多语言支持
01.多语言模型
a.选择多语言模型
a.功能说明
使用支持多语言的模型。处理不同语言文档。
b.代码示例
---
from chromadb.utils import embedding_functions
multilingual_ef = embedding_functions.SentenceTransformerEmbeddingFunction(
model_name="paraphrase-multilingual-mpnet-base-v2"
)
collection = client.create_collection(name="multilingual", embedding_function=multilingual_ef)
---
b.混合语言文档
a.功能说明
同一Collection可以包含多种语言。模型自动处理。
b.代码示例
---
collection.add(
documents=["This is English", "这是中文", "これは日本語です"],
ids=["en", "zh", "ja"]
)
---
02.跨语言检索
a.跨语言查询
a.功能说明
使用一种语言查询另一种语言的文档。多语言模型支持。
b.代码示例
---
results = collection.query(query_texts=["machine learning"], n_results=5)
print("可以检索到中文、日文等多语言文档")
---
b.语言特定优化
a.功能说明
针对特定语言选择专用模型。提升该语言的检索质量。
b.代码示例
---
chinese_ef = embedding_functions.SentenceTransformerEmbeddingFunction(
model_name="shibing624/text2vec-base-chinese"
)
chinese_collection = client.create_collection(name="chinese_docs", embedding_function=chinese_ef)
---
7 AI框架集成
7.1 LangChain集成
01.基础功能
a.核心特性
a.功能说明
LangChain原生支持Chroma。提供完整的API支持。适合生产环境使用。
b.代码示例
---
# LangChain集成示例代码
print("LangChain集成功能实现")
---
b.使用场景
a.功能说明
适用于各种应用场景。灵活配置。高性能。
b.代码示例
---
# 使用场景示例
print("适用场景：LangChain原生支持Chroma")
---
02.高级应用
a.配置优化
a.功能说明
根据实际需求优化配置。提升性能和稳定性。
b.代码示例
---
# 配置优化示例
print("优化配置")
---
b.最佳实践
a.功能说明
遵循最佳实践。确保系统稳定可靠。
b.代码示例
---
# 最佳实践示例
print("遵循最佳实践")
---
7.2 LlamaIndex集成
01.基础功能
a.核心特性
a.功能说明
LlamaIndex支持Chroma作为向量存储。提供完整的API支持。适合生产环境使用。
b.代码示例
---
# LlamaIndex集成示例代码
print("LlamaIndex集成功能实现")
---
b.使用场景
a.功能说明
适用于各种应用场景。灵活配置。高性能。
b.代码示例
---
# 使用场景示例
print("适用场景：LlamaIndex支持Chroma作为向量存储")
---
02.高级应用
a.配置优化
a.功能说明
根据实际需求优化配置。提升性能和稳定性。
b.代码示例
---
# 配置优化示例
print("优化配置")
---
b.最佳实践
a.功能说明
遵循最佳实践。确保系统稳定可靠。
b.代码示例
---
# 最佳实践示例
print("遵循最佳实践")
---
8 高级特性
8.1 本地模式
01.基础功能
a.核心特性
a.功能说明
使用内存或持久化存储。提供完整的API支持。适合生产环境使用。
b.代码示例
---
# 本地模式示例代码
print("本地模式功能实现")
---
b.使用场景
a.功能说明
适用于各种应用场景。灵活配置。高性能。
b.代码示例
---
# 使用场景示例
print("适用场景：使用内存或持久化存储")
---
02.高级应用
a.配置优化
a.功能说明
根据实际需求优化配置。提升性能和稳定性。
b.代码示例
---
# 配置优化示例
print("优化配置")
---
b.最佳实践
a.功能说明
遵循最佳实践。确保系统稳定可靠。
b.代码示例
---
# 最佳实践示例
print("遵循最佳实践")
---
8.2 Client-Server模式
01.基础功能
a.核心特性
a.功能说明
使用HttpClient连接远程服务器。提供完整的API支持。适合生产环境使用。
b.代码示例
---
# Client-Server模式示例代码
print("Client-Server模式功能实现")
---
b.使用场景
a.功能说明
适用于各种应用场景。灵活配置。高性能。
b.代码示例
---
# 使用场景示例
print("适用场景：使用HttpClient连接远程服务器")
---
02.高级应用
a.配置优化
a.功能说明
根据实际需求优化配置。提升性能和稳定性。
b.代码示例
---
# 配置优化示例
print("优化配置")
---
b.最佳实践
a.功能说明
遵循最佳实践。确保系统稳定可靠。
b.代码示例
---
# 最佳实践示例
print("遵循最佳实践")
---
8.3 Docker部署
01.基础功能
a.核心特性
a.功能说明
使用Docker快速部署。提供完整的API支持。适合生产环境使用。
b.代码示例
---
# Docker部署示例代码
print("Docker部署功能实现")
---
b.使用场景
a.功能说明
适用于各种应用场景。灵活配置。高性能。
b.代码示例
---
# 使用场景示例
print("适用场景：使用Docker快速部署")
---
02.高级应用
a.配置优化
a.功能说明
根据实际需求优化配置。提升性能和稳定性。
b.代码示例
---
# 配置优化示例
print("优化配置")
---
b.最佳实践
a.功能说明
遵循最佳实践。确保系统稳定可靠。
b.代码示例
---
# 最佳实践示例
print("遵循最佳实践")
---
9 最佳实践
9.1 开发调试
01.基础功能
a.核心特性
a.功能说明
查看Collection信息和日志配置。提供完整的API支持。适合生产环境使用。
b.代码示例
---
# 开发调试示例代码
print("开发调试功能实现")
---
b.使用场景
a.功能说明
适用于各种应用场景。灵活配置。高性能。
b.代码示例
---
# 使用场景示例
print("适用场景：查看Collection信息和日志配置")
---
02.高级应用
a.配置优化
a.功能说明
根据实际需求优化配置。提升性能和稳定性。
b.代码示例
---
# 配置优化示例
print("优化配置")
---
b.最佳实践
a.功能说明
遵循最佳实践。确保系统稳定可靠。
b.代码示例
---
# 最佳实践示例
print("遵循最佳实践")
---
9.2 性能优化
01.基础功能
a.核心特性
a.功能说明
批量操作和过滤优化。提供完整的API支持。适合生产环境使用。
b.代码示例
---
# 性能优化示例代码
print("性能优化功能实现")
---
b.使用场景
a.功能说明
适用于各种应用场景。灵活配置。高性能。
b.代码示例
---
# 使用场景示例
print("适用场景：批量操作和过滤优化")
---
02.高级应用
a.配置优化
a.功能说明
根据实际需求优化配置。提升性能和稳定性。
b.代码示例
---
# 配置优化示例
print("优化配置")
---
b.最佳实践
a.功能说明
遵循最佳实践。确保系统稳定可靠。
b.代码示例
---
# 最佳实践示例
print("遵循最佳实践")
---
9.3 生产部署
01.基础功能
a.核心特性
a.功能说明
部署检查清单和监控维护。提供完整的API支持。适合生产环境使用。
b.代码示例
---
# 生产部署示例代码
print("生产部署功能实现")
---
b.使用场景
a.功能说明
适用于各种应用场景。灵活配置。高性能。
b.代码示例
---
# 使用场景示例
print("适用场景：部署检查清单和监控维护")
---
02.高级应用
a.配置优化
a.功能说明
根据实际需求优化配置。提升性能和稳定性。
b.代码示例
---
# 配置优化示例
print("优化配置")
---
b.最佳实践
a.功能说明
遵循最佳实践。确保系统稳定可靠。
b.代码示例
---
# 最佳实践示例
print("遵循最佳实践")
---