chroma

Chroma - 开源嵌入数据库。
使用内存构建 Python 或 JavaScript LLM 应用程序的最快方法！

| |文档 |主页

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

核心 API 只有 4 个函数（运行我们的 Google Colab 或 Replit 模板）：

 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
)

特征

• 简单：完全类型、完全测试、完全记录==幸福
• 集成： ?️? LangChain (python 和 js), ? LlamaIndex及更多内容即将推出
• 开发、测试、生产：在 Python Notebook 中运行的相同 API，可扩展到您的集群
• 功能丰富：查询、过滤、密度估计等
• 免费和开源：Apache 2.0 许可

用例：ChatGPT 用于 ______

例如， "Chat your data"用例：

1. 将文档添加到您的数据库。您可以传入您自己的嵌入、嵌入函数，或者让 Chroma 为您嵌入它们。
2. 用自然语言查询相关文档。
3. 将文档撰写到GPT3等 LLM 的上下文窗口中，以进行额外的总结或分析。

嵌入？

什么是嵌入？

• 阅读 OpenAI 的指南
• 文字：嵌入某些内容会将其从图像/文本/音频转换为数字列表。 ？️ 或？ => [1.2, 2.1, ....] 。此过程使机器学习模型“可以理解”文档。
• 以此类推：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”，因此易于查找。
• 技术：嵌入是文档在深度神经网络层的潜在空间位置。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。

嵌入数据库（也称为向量数据库）存储嵌入，并允许您按最近邻居进行搜索，而不是像传统数据库那样按子字符串进行搜索。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。

介入

Chroma 是一个快速发展的项目。我们欢迎公关贡献者和关于如何改进该项目的想法。

• 加入 Discord 上的对话 - #contributing频道
• 查看 ?️ 路线图并贡献您的想法
• 抓住一个问题并打开一个 PR - Good first issue tag
• 阅读我们的贡献指南

发布 Cadence目前，我们每周一发布pypi和npm软件包的新标记版本。修补程序在一周中的任何时间都会发布。

执照

阿帕奇2.0