ChromaDB 快速开始

ChromaDB 是一个开源的向量数据库（Vector Database），旨在让 AI 应用的 Embedding 管理变得异常简单。它非常适合中小型项目、本地原型开发以及学术研究。

把它想成“语义版文件柜”：
你不再按文件名找资料，而是按“意思接近”找答案。
这页帮你先把文件柜搭起来，再学会怎么分层归档。

#1. 核心特点

• 极其简单：只需几行代码即可运行。
• 全内置：默认包含本地存储和 Embedding 模型（无需外接 OpenAI）。
• 可扩展：支持从内存运行到分布式生产环境。

#2. 安装

bash复制
pip install chromadb

#3. 基础使用流程

python复制
import chromadb

# 1. 初始化客户端 (数据持久化在本地 ./my_db 目录)
client = chromadb.PersistentClient(path="./my_db")

# 2. 创建一个集合 (Collection) - 类似于 SQL 的 Table
collection = client.get_or_create_collection(name="my_documents")

# 3. 添加数据 (Chroma 会自动帮你生成向量)
collection.add(
    documents=["这是关于苹果的介绍", "这是关于微软的介绍"],
    metadatas=[{"source": "wiki"}, {"source": "wiki"}],
    ids=["id1", "id2"]
)

# 4. 进行查询 (语义搜索)
results = collection.query(
    query_texts=["什么是 Windows？"],
    n_results=1
)

print(results)

#新手阅读提示

• 先跑通上面这段最小代码，再考虑 Docker 或分布式部署
• 先用 documents + metadatas 管理知识，再引入自定义 embedding
• 先做 20 个真实问题回测，再谈“精度优化”

#4. 存储模式

#5. Docker 启动 (服务器模式)

如果你希望在生产环境运行 Chroma：

bash复制
docker pull chromadb/chroma
docker run -p 8000:8000 chromadb/chroma

一句轻松提醒：
向量库像仓库管理，不是“货越多越好”，而是“分类清楚、查找快、别拿错”。

---

下一步：学习如何管理你的数据仓库——Collections 集合管理。