用途：指导在本地或自托管场景下使用 Chroma 做语义搜索，包括连接本地服务器、在测试中嵌入 Chroma，或从零搭建本地开发环境。
主要能力：帮助确定运行时形态（chroma run、Docker/服务命令、HttpClient/ChromaClient 或 Python EphemeralClient）、持久化策略（持久数据用固定路径，临时测试用默认或临时目录）、嵌入模型（优先复用应用已有提供方，否则 TypeScript 用 @chroma-core/default-embed，Python 用标准本地默认；显式需要 OpenAI 嵌入时在 TypeScript 安装 @chroma-core/openai）、索引数据形态（分块与元数据）以及路由方式。
使用方式：本地服务器默认 localhost:8000，改动客户端前先确认主机与端口并验证可达性；TypeScript 用 getOrCreateCollection()，Python 用 get_or_create_collection()；设计文档 ID 与元数据以便 upsert 和删除，大批量同步时批量写入；默认使用余弦相似度、分块小于 8KB、在元数据中存源 ID。
适用场景：本地开发、测试、自托管部署。
限制：开源 Chroma 不含 Schema()、Search() 等仅 Chroma Cloud 提供的功能；混合稠密与稀疏检索通常视为 Chroma Cloud 需求，除非仓库已有开源替代实现；开源版常规基线是单一嵌入函数的稠密检索。嵌入模型选择、是否需要持久化、服务器启动方式、多租户隔离策略需先询问；EphemeralClient 数据在进程退出后丢失，不应在临时与持久模式间静默切换。需要额外 API 或产品细节时可参考 https://docs.trychroma.com/llms.txt。