Chroma 是一个开源的嵌入数据库（Embedding Database），定位为面向 AI 应用的数据库，宣传语为“为构建带记忆的 LLM 应用而生的 AI 原生数据库”。项目采用 Apache 2.0 许可证，官方资料给出的版本为 v1.3.3（稳定版，每周发布），GitHub 星标 24,300+，fork 1,900+。
一、用途与适用场景 官方资料说明，以下情况适合使用 Chroma：构建 RAG（检索增强生成）应用；需要本地或自托管的向量数据库；希望使用开源方案（Apache 2.0）；在 Notebook 中进行原型验证；对文档做语义搜索；存储带元数据的嵌入向量。 资料同时列出了可考虑的替代方案及其定位：Pinecone 为托管云服务、自动扩缩容；FAISS 为纯相似度搜索、不支持元数据；Weaviate 为面向生产的 ML 原生数据库；Qdrant 为基于 Rust 的高性能方案。
二、安装 Python：pip install chromadb JavaScript/TypeScript：npm install chromadb @chroma-core/default-embed
三、基本使用（Python） 基本流程为：创建客户端、创建集合、添加文档、查询。示例代码中通过 chromadb.Client() 创建客户端，使用 client.create_collection(name="my_collection") 创建集合，使用 collection.add() 添加文档、元数据和 id，使用 collection.query() 以 query_texts 查询并指定 n_results 返回条数，最后打印结果。
四、核心操作
- 集合管理：可用 client.create_collection("my_docs") 创建简单集合；也可传入自定义嵌入函数（如 OpenAIEmbeddingFunction）创建集合；使用 client.get_collection() 获取已有集合；使用 client.delete_collection() 删除集合。
- 添加文档：可用 collection.add() 添加 documents、metadatas 与 ids；也可直接传入自定义 embeddings、documents 与 ids。
- 查询（相似度搜索）：使用 collection.query()，可指定 query_texts、n_results；支持元数据过滤 where；支持组合条件（如 $and 组合 category 与 difficulty 条件）。查询结果包含 results["documents"]、results["metadatas"]、results["distances"]、results["ids"]。
- 获取文档：使用 collection.get()，可按 ids 获取、按 where 过滤并配合 limit 获取，或不带参数获取全部。
- 更新文档：使用 collection.update() 更新 ids 对应的 documents 与 metadatas。
- 删除文档：使用 collection.delete()，可按 ids 删除，也可按 where 过滤删除。
五、持久化存储 使用 chromadb.PersistentClient(path="./chroma_db") 将数据持久化到磁盘，添加数据后会自动持久化；之后用相同路径重新创建 PersistentClient 并 get_collection 即可重新加载。
六、嵌入函数 默认使用 Sentence Transformers，默认模型为 all-MiniLM-L6-v2。可替换为 OpenAI 嵌入函数（OpenAIEmbeddingFunction，指定 api_key 与 model_name，如 text-embedding-3-small），也可使用 HuggingFaceEmbeddingFunction（指定 api_key 与 model_name，如 sentence-transformers/all-mpnet-base-v2）。还支持自定义嵌入函数：继承 chromadb 的 EmbeddingFunction 并实现 call，返回 Embeddings。
七、元数据过滤 支持精确匹配（如 {"category": "tutorial"}）；比较运算符 $gt、$gte、$lt、$lte、$ne（如 {"page": {"$gt": 10}}）；逻辑运算符 $and、$or；以及包含判断 $in（如 {"tags": {"$in": ["python", "ml"]}}）。
八、框架集成 LangChain：从 langchain_chroma 导入 Chroma，使用 RecursiveCharacterTextSplitter 切分文档，通过 Chroma.from_documents() 创建向量存储并指定 persist_directory，使用 similarity_search 查询，或用 as_retriever 转为检索器（可设置 search_kwargs={"k": 5}）。 LlamaIndex：从 llama_index.vector_stores.chroma 导入 ChromaVectorStore，使用 PersistentClient 与 get_or_create_collection 初始化，结合 StorageContext 与 VectorStoreIndex.from_documents() 创建索引，再用 as_query_engine() 查询。
九、服务端模式 可通过命令行运行 Chroma 服务：chroma run --path ./chroma_db --port 8000。客户端使用 chromadb.HttpClient(host="localhost", port=8000, settings=Settings(anonymized_telemetry=False)) 连接，之后可像本地一样使用 get_or_create_collection 等操作。
十、最佳实践 官方列出的建议包括：使用持久化客户端以免重启丢失数据；添加元数据以便过滤与追踪；批量添加文档；选择合适的嵌入模型以平衡速度与质量；使用过滤器缩小搜索范围；使用唯一 ID 避免冲突；定期备份（复制 chroma_db 目录）；监控集合规模以便扩展；测试嵌入函数质量；生产环境使用服务端模式以更好支持多用户。
十一、性能 官方给出的参考数据：添加 100 个文档约 1-3 秒（含嵌入计算）；查询（top 10）约 50-200 毫秒（取决于集合规模）；元数据过滤约 10-50 毫秒（在适当索引下较快）。
十二、资源 GitHub：https://github.com/chroma-core/chroma（星标 24,300+）；文档：https://docs.trychroma.com；Discord：https://discord.gg/MMeYNTmh3x；版本 1.3.3+；许可证 Apache 2.0。
以上内容均来自所提供的资料；资料未涉及的具体功能、收费、价格、平台或效果等事实，暂未提供。