chroma

给 AI 应用装一个超快的向量搜索引擎

Chroma 是一个为 AI 应用设计的开源嵌入式数据库,专注于向量搜索和检索增强生成(RAG)场景。它解决了传统数据库无法高效处理非结构化数据相似性检索的问题,为开发者提供了一套简单、快速的搜索基础设施。核心能力包括:高性能的向量索引与相似度搜索、支持元数据过滤的混合查询、以及内置的文档存储和检索 API。Chroma 采用 Rust 编写核心引擎,保证了性能和内存安全,同时提供 Python 和 JavaScript 客户端,便于集成到现有 AI 工作流中。它支持多种嵌入模型,并提供了托管云服务选项,降低了部署和运维成本。无论是构建知识库问答、语义搜索还是推荐系统,Chroma 都能帮助开发者快速实现向量检索功能,是 AI 应用开发中不可或缺的基础组件。

开源 freemium 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 29356
维护状态 活跃
是否开源 是
定价模式 freemium

项目数据

分类智能体
开发团队chroma-core
所属国家
定价模式freemium
价格说明提供免费开源版本,可本地部署;云服务提供免费层和付费层,按需付费。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Rust
技术栈/模型agents,ai,ai-agents,database,rust,rust-lang
GitHub 星标★ 29356
30天Star增速
HF 下载量
上线时间2022-10-05 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数8

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 6 步

环境要求

  • Python 环境(用于 pip 安装 Python 客户端)
  • Node.js/npm 环境(用于安装 JavaScript 客户端)
  • 客户端-服务器模式需准备一个本地数据目录,如 /chroma_db_path
  • 可选:Chroma Cloud 账号(托管服务,注册含 5 美元免费额度)

安装与启动步骤

  1. 1安装 Python 客户端

    README 给出的 Python 安装方式,安装后即可在代码中 import chromadb,无需单独部署服务。

    pip install chromadb
  2. 2安装 JS 客户端

    使用 JavaScript/Node.js 项目时改用 npm 安装,README 明确提示 npm install chromadb。

    npm install chromadb
  3. 3启动本地服务端

    需要客户端-服务器模式时执行,--path 指定数据存放路径,README 中示例为 /chroma_db_path。

    chroma run --path /chroma_db_path
  4. 4创建客户端

    内存模式适合快速原型,README 说明该方式可轻松改为持久化,无需额外配置。

    import chromadb
    client = chromadb.Client()
  5. 5创建集合

    用 create_collection 建立集合,README 提到 get_collection、get_or_create_collection 等同样可用。

    collection = client.create_collection("all-my-documents")
  6. 6添加文档

    调用 collection.add 写入文档,README 说明也支持更新和删除,后续还会推出行式 API。

    collection.add(
        documents=["This is document1", "This is document2"],
    )

关键配置

配置项必填说明示例
--path否chroma run 启动服务端时的数据存储路径/chroma_db_path

如何确认成功

执行示例 Python 代码无报错,create_collection 成功返回集合对象,即说明客户端与集合初始化成功。

常见问题

Q:必须自己起服务端吗?

A:不必。chromadb.Client() 为内存模式,可直接用于原型验证;需要持久化或跨进程访问时再用 chroma run --path 启动客户端-服务器模式。

Q:数据如何持久化保存?

A:README 给出的方式是客户端-服务器模式:chroma run --path /chroma_db_path,把数据落到指定目录。

Q:不想自己运维怎么办?

A:可以使用官方托管服务 Chroma Cloud,提供无服务器向量、混合与全文检索,注册含 5 美元免费额度,30 秒内即可建库试用。

Q:JavaScript 项目怎么接入?

A:安装方式相同,把 pip install chromadb 换成 npm install chromadb 即可。

注意事项

  • README 未提供 Docker、源码编译等安装方式,请勿自行推测相关命令。
  • pip/npm 安装的均为客户端,服务端模式还需额外执行 chroma run --path。
  • README 中的 Python 调用示例被截断,实际参数请以官方文档 docs.trychroma.com 为准。
  • Chroma Cloud 为付费托管服务,需先在 trychroma.com/signup 注册开通。

核心亮点

  • Rust 核心引擎,性能高且内存安全
  • API 简洁,Python/JS 客户端上手快
  • 支持元数据过滤,混合查询能力强

不足之处

  • 生态相对年轻,高级功能不如 Milvus 丰富
  • 文档和社区支持有待完善

适用场景

  • RAG 知识库问答系统
  • 语义搜索与推荐系统
  • AI 应用的原型验证与快速迭代

替代项目

Milvus、Qdrant、Weaviate

项目介绍

chroma 是基础设施领域的开源项目,由 chroma-core 开发,2022 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(29,356)位列前 2%,在基础设施分类的 1,130 个项目里位列前 3%。

近 44 天,它的 GitHub 星标从 28,993 增加到 29,356,净增 363。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。提供免费开源版本,可本地部署;云服务提供免费层和付费层,按需付费。从国内网络环境看,访问稳定性一般,建议自备网络条件。

它主要面向的使用场景是:RAG知识库问答系统。同类可对比的替代方案包括 Milvus、Qdrant、Weaviate。

上一篇:memgraph

下一篇:mentedb

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09