网站开发进度设计uc搜索引擎入口
chromadb是一个轻量化的向量数据库，可以和llama-index等RAG框架使用。底层基于sqllite。
Getting Started - Chroma Docs
1、安装 $pip install chromadb
pip install chromadb-client --在CS模式下，如果机器A上只需要安装客户端
2、可以使用客户端，服务端模式
$chroma run --path ./db_path
Saving data to: ./db_path
Connect to Chroma at: http://localhost:8000
--可以看到./db_path目录下自动生成了 chroma.sqlite3 这个文件
客户端连接
import chromadb
client = chromadb.HttpClient(host='localhost', port=8000)
也可以使用客户端内嵌模式
import chromadb
chroma_client = chromadb.Client()
下面这个是有持久化的客户端内嵌
client = chromadb.PersistentClient(path="/path/to/save/to")
3、创建一个集合
collection = client.get_or_create_collection(name="my_collection")
默认使用all-MiniLM-L6-v2 embedding，可以设置自己的embedding函数
collection = client.get_or_create_collection(name="my_collection", embedding_function=emb_fn)
4、几个简单函数
collection.count()
collection.get()
5、添加文档
collection.upsert(
documents=["北京的旅游景点很多", "西安有很多大学"],
metadatas=[{"source": "my_source"}, {"source": "my_source"}],
ids=["id1", "id2"]
)
更新文档
collection.upsert(
documents=["北京的旅游景点很多", "西安有很多大学"],
metadatas=[{"source": "my_source"}, {"source": "my_source"}],
ids=["id1", "id2"]
)
6、查找最相似的文档
collection.query(query_texts=['西北'])
collection.query(query_texts=['hello'],include=['embeddings']) --显示embeddings
collection.query(query_texts="美食",n_results=2,where_document={"$contains":"西安"})--设置返回的记录数，根据文档内容过滤