chroma

Chroma: la base de datos integrada de código abierto .
¡La forma más rápida de crear aplicaciones LLM de Python o JavaScript con memoria!

| | Documentos | Página principal

pip install chromadb # python client
# for javascript, npm install chromadb!
# for client-server mode, chroma run --path /chroma_db_path

La API principal tiene solo 4 funciones (ejecute nuestra plantilla Google Colab o Replit):

 import chromadb
# setup Chroma in-memory, for easy prototyping. Can add persistence easily!
client = chromadb . Client ()

# Create collection. get_collection, get_or_create_collection, delete_collection also available!
collection = client . create_collection ( "all-my-documents" )

# Add docs to the collection. Can also update and delete. Row-based API coming soon!
collection . add (
    documents = [ "This is document1" , "This is document2" ], # we handle tokenization, embedding, and indexing automatically. You can skip that and add your own embeddings as well
    metadatas = [{ "source" : "notion" }, { "source" : "google-docs" }], # filter on these!
    ids = [ "doc1" , "doc2" ], # unique for each doc
)

# Query/search 2 most similar results. You can also .get by id
results = collection . query (
    query_texts = [ "This is a query document" ],
    n_results = 2 ,
    # where={"metadata_field": "is_equal_to_this"}, # optional filter
    # where_document={"$contains":"search_string"}  # optional filter
)

Características

• Simple : completamente escrito, completamente probado, completamente documentado == felicidad
• Integraciones : ?️? LangChain (python y js), ? LlamaIndex y más pronto
• Dev, Test, Prod : la misma API que se ejecuta en su notebook de Python y se adapta a su clúster
• Rico en funciones : consultas, filtrado, estimación de densidad y más
• Gratis y de código abierto : licencia Apache 2.0

Caso de uso: ChatGPT para ______

Por ejemplo, el caso de uso "Chat your data" :

1. Agregue documentos a su base de datos. Puede pasar sus propias incrustaciones, funciones de incrustación o dejar que Chroma las incorpore por usted.
2. Consulta documentos relevantes con lenguaje natural.
3. Redacte documentos en la ventana contextual de un LLM como GPT3 para realizar resúmenes o análisis adicionales.

¿Incrustaciones?

¿Qué son las incrustaciones?

• Lea la guía de OpenAI
• Literal : incrustar algo lo convierte de imagen/texto/audio en una lista de números. ?️ o ? => [1.2, 2.1, ....] . Este proceso hace que los documentos sean "comprensibles" para un modelo de aprendizaje automático.
• Por analogía : una incrustación representa la esencia de un documento. Esto permite que documentos y consultas con la misma esencia estén "cerca" entre sí y, por tanto, sean fáciles de encontrar.
• Técnico : una incrustación es la posición en el espacio latente de un documento en una capa de una red neuronal profunda. Para los modelos entrenados específicamente para incorporar datos, esta es la última capa.
• Un pequeño ejemplo : si buscas en tus fotos "puente famoso de San Francisco". Al incorporar esta consulta y compararla con las incrustaciones de sus fotos y sus metadatos, debería devolver fotos del puente Golden Gate.

Las bases de datos incrustadas (también conocidas como bases de datos vectoriales ) almacenan incrustaciones y le permiten buscar por vecinos más cercanos en lugar de por subcadenas como una base de datos tradicional. De forma predeterminada, Chroma usa Sentence Transformers para incrustar por usted, pero también puede usar incrustaciones de OpenAI, incrustaciones de Cohere (multilingüe) o las suyas propias.

Complicarse

Chroma es un proyecto en rápido desarrollo. Damos la bienvenida a contribuyentes de relaciones públicas e ideas sobre cómo mejorar el proyecto.

• Únase a la conversación en Discord - #contributing
• Revisa la ?️ Hoja de ruta y aporta tus ideas
• Tome un problema y abra un PR: Good first issue tag
• Lea nuestra guía de contribución

Cadencia de lanzamiento Actualmente lanzamos nuevas versiones etiquetadas de los paquetes pypi y npm los lunes. Las revisiones se publican en cualquier momento durante la semana.

Licencia

apache 2.0