chroma

Chroma - 開源嵌入資料庫。
使用記憶體建立 Python 或 JavaScript LLM 應用程式的最快方法！

| |文檔 |首頁

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 個函數（運行我們的 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
)

特徵

• 簡單：完全類型、完全測試、完全記錄==幸福
• 整合： ?️? LangChain (python 和 js), ? LlamaIndex及更多內容即將推出
• 開發、測試、生產：在 Python Notebook 中運行的相同 API，可擴展到您的集群
• 功能豐富：查詢、過濾、密度估計等
• 免費與開源：Apache 2.0 許可

用例：ChatGPT 用於 ______

例如， "Chat your data"用例：

1. 將文件新增至您的資料庫。您可以傳入您自己的嵌入、嵌入函數，或讓 Chroma 為您嵌入它們。
2. 用自然語言查詢相關文件。
3. 將文件撰寫到GPT3等 LLM 的上下文視窗中，以進行額外的總結或分析。

嵌入？

什麼是嵌入？

• 閱讀 OpenAI 的指南
• 文字：嵌入某些內容會將其從圖像/文字/音訊轉換為數位清單。 ？ => [1.2, 2.1, ....] 。此過程使機器學習模型“可以理解”文件。
• 以此類推：嵌入代表了文件的本質。這使得具有相同本質的文檔和查詢彼此“接近”，因此易於找到。
• 技術：嵌入是文件在深度神經網路層的潛在空間位置。對於專門訓練來嵌入資料的模型，這是最後一層。
• 一個小例子：如果您在照片中搜尋「舊金山著名的橋樑」。透過嵌入此查詢並將其與照片及其元資料的嵌入進行比較 - 它應該返回金門大橋的照片。

嵌入資料庫（也稱為向量資料庫）儲存嵌入，並允許您按最近鄰居進行搜索，而不是像傳統資料庫那樣按子字串進行搜尋。預設情況下，Chroma 使用 Sentence Transformers 為您嵌入，但您也可以使用 OpenAI 嵌入、Cohere（多語言）嵌入或您自己的嵌入。

介入

Chroma 是一個快速發展的項目。我們歡迎公關貢獻者和關於如何改進專案的想法。

• 加入 Discord 上的對話 - #contributing頻道
• 看看 ?️ 路線圖並貢獻您的想法
• 抓住一個問題並打開一個 PR - Good first issue tag
• 閱讀我們的貢獻指南

發布 Cadence目前，我們每週一發布pypi和npm軟體包的新標記版本。修補程式在一周中的任何時間都會發布。

執照

阿帕契2.0