Chroma：四行代码跑起来的向量库

一句话定位：四行代码就能建库、写入、检索，原型阶段的默认向量库。

做 RAG 或语义搜索，最难的不是模型，是把向量存好、查快。Chroma 的定位很清楚：先用最少的代玛把东西跑起来，再谈扩展。核心 API 只有四个，pip install chromadb 之后不用起服务、不用建表，直接内存里开工；要持久化就 chroma run --path。Apache 2.0 允许商用，仓库里同时有 Python 主体和 Rust 组件，PyPI 与 npm 包每周一发版（官方自述）。它不是吞吐最强的向量库，但“十分钟内看到搜岛效果”这件事没人比它更快。

核心能力

一、四个函数跑完建库、写入、查询
建库是 client.create_collection("all-my-documents")，写入是 collection.add(documents=[...], metadatas=[...], ids=[...])，检索是 collection.query(query_texts=[...], n_results=2)。文档里连 tokenization、embedding、索引都默认帮你做了，不想用默认嵌入模型可以自己传向量。做一个小规模文档问答，代玛不到 20 行。

二、默认嵌入模型开箱即用，不要求你先选型
新人做 RAG 最容易卡在“用哪个 embedding 模型、维度多少、要不要归一化”上。Chroma 默认自动处理，你给文本它自己算向量；等到真的需要换模型时再显式传嵌入函数即可。这个设计对“先验证需求是否成立”的阶段非常合适，不至于为了一个可能不做的功能先做一周选型。

三、元数据过滤与文档内容过滤都有
where={"metadata_field":"is_equal_to_this"} 按元数据过滤，where_document={"$contains":"搜索串"} 按原文包含过滤。实际场景：一个知识库要按部门隔离，就在 metadata 里打上 department 字段，查询时带上条件，而不是建十几个 collection。这两层过滤和向量检索可以在同一次调用里完成。

四、嵌入式与客户端/服务器两种形态自由切
原型阶段用 chromadb.Client() 跑在进程内，零运维；要多个服务共享就 chroma run --path /chroma_db_path 起服务器，客户端连上去。从本地 Demo 往多人使用演进时，不用换库、不用重写写入逻辑，只改连接方式。

五、托管版接上就行，不用自己搭集群
官方提供 Chroma Cloud，主打无服务器的向量、混合与全文检索，注册后可领取 $5 试用额度（以官网为准）。团队里没人愿意维护向量数据库时，这条路径比自建省事；但数据出内网这件事要自己权衡。

使用上手

1. 装包：Python 用 pip install chromadb，JS 用 npm install chromadb，不需要 Docker。
2. 先跑内存版：client = chromadb.Client()，建一个 collection，丢十几条文档进去，验证检索结果符合直觉。
3. 转持久化：确认要长期存之后，用 chroma run --path ./chroma_db 起服务，客户端改成连这个地址。
4. 补元数据：写入时就带上 source、部门、时间等字段，后续过滤不用回头洗数据。
5. 压力测试再决定是否换库：百万级以上向量、需要复杂分片或多租户时，再评估 Qdrant / Weaviate 这类专为大规模设计的方案。

优点与不足

优点：

• 上手成本极低，原型验证到看到效果以分钟计。
• 默认嵌入模型开箱即用，不强制选型。
• 嵌入与客户端/服务器两种形态同一套 API，迁移不重写。
• Apache 2.0，可商用，社区活跃。

不足：

• 官方自述仍在快速开发，版本迭代快，大版本升级前要看变更说明。
• 单机形态下的大规模性能与高可用不是它的主战场，亿级向量应看专用方案。
• 功能相对精简，多租户、RBAC、混合检索的深度不如 Weaviate / Qdrant。
• 星标数波动较大，以 GitHub 仓库页实时显示为准。

适合谁

• 刚开始做 RAG、想先验证效果再投入工程资源的开发者。
• 本地做文档问答、周报检索、代码片段搜索的小工具。
• 不适合：一开始就要求高并发、多租户隔离、强一致性的生产系统。

下载与访问

• 仓库：https://github.com/chroma-core/chroma
• 官网：https://www.trychroma.com
• 文档：https://docs.trychroma.com
• 安装：pip install chromadb / npm install chromadb

许可证与部署

本文属于「项目」分类的 AI 资源专栏，更多评测见分类页。