ChromaDB Python教程：最简单的向量数据库

Chroma是对新手最友好的向量数据库（28.9k星）。

💡 你将学到

Chroma是对新手最友好的向量数据库（28.9k星）。

📜 目录

• ChromaDB 教程 Python 2026：最适合初学者的向量数据库
• 第 1 步：安装
• 第 2 步：创建集合并添加文档
• 第 3 步：搜索
• 第 4 步：持久化存储
• 第 5 步：使用自定义嵌入（获得更高质量的结果）
• 三步 RAG 模式
• 常见问题
• 相关文章

ChromaDB 教程 Python 2026：最适合初学者的向量数据库

Chroma 是一个开源向量数据库，主打简单易用（GitHub 28,900 星，Apache-2.0 协议）。它的杀手级特性：嵌入（embedding）全自动处理。你只需输入文本，它会自动完成嵌入和存储，搜索时也直接用文本查询。无需单独搭建嵌入流水线。

第 1 步：安装

pip install chromadb

第 2 步：创建集合并添加文档

import chromadb

client = chromadb.Client()  # 内存模式；如需持久化保存，请使用 PersistentClient
collection = client.create_collection("docs")

collection.add(
    documents=[
        "埃菲尔铁塔在巴黎。",
        "Python 是一种编程语言。",
        "巴黎是法国的首都。"
    ],
    ids=["doc1", "doc2", "doc3"]
)

Chroma 会使用默认嵌入函数（all-MiniLM-L6-v2，384 维模型）自动为文档生成嵌入。无需 API 密钥。

第 3 步：搜索

results = collection.query(
    query_texts=["法国的首都是哪里？"],
    n_results=2
)
print(results["documents"])
# [['巴黎是法国的首都。', '埃菲尔铁塔在巴黎。']]

这就是语义搜索——"法国的首都"能匹配包含"巴黎"的文档，即使查询中没有出现完全相同的字词。

第 4 步：持久化存储

client = chromadb.PersistentClient(path="./chroma_data")

第 5 步：使用自定义嵌入（获得更高质量的结果）

from chromadb.utils.embedding_functions import OllamaEmbeddingFunction

ef = OllamaEmbeddingFunction(model_name="nomic-embed-text", url="http://localhost:11434/api/embeddings")
collection = client.create_collection("docs", embedding_function=ef)

三步 RAG 模式

1. 添加文档（自动嵌入）
2. 用问题查询（返回 top-k 文本块）
3. 将文本块 + 问题一起交给 LLM 生成答案

常见问题

Chroma 和 FAISS 有什么区别？ FAISS 是一个库（不支持持久化，无元数据）；Chroma 是一个数据库（支持持久化、元数据过滤、API 简单）。做应用用 Chroma，做研究用 FAISS。

Chroma 可以用于生产环境吗？ 可以，适合中等规模场景（百万级向量）；它是 LangChain 教程中的默认向量存储。超大规模场景建议考虑 Qdrant 或 Milvus。

需要 Docker 吗？ 不需要——可以直接在进程内运行，也可以作为本地服务器启动。Docker 只是可选方案。

相关文章

• Perplexity AI搜索API教程
• PGVector教程：30分钟给PostgreSQL加AI搜索
• OpenRouter教程：一个API Key用所有LLM

❓ 常见问题

Chroma 和 FAISS 有什么区别？

FAISS 是一个库（不支持持久化，无元数据）；Chroma 是一个数据库（支持持久化、元数据过滤、API 简单）。做应用用 Chroma，做研究用 FAISS。

Chroma 可以用于生产环境吗？

可以，适合中等规模场景（百万级向量）；它是 LangChain 教程中的默认向量存储。超大规模场景建议考虑 Qdrant 或 Milvus。

需要 Docker 吗？

不需要——可以直接在进程内运行，也可以作为本地服务器启动。Docker 只是可选方案。