柚子快報激活碼778899分享：向量嵌入 ChromaDB教程

http://yzkb.51969.com/

前言

在上一篇（快捷入口）文章中，博主提到了一個向量存儲，其中用到了Chroma數(shù)據(jù)庫。代碼示例如下：

vectordb = Chroma.from_documents(

documents=docs,

embedding=embedding,

persist_directory=vector_dir

)

這是基于langchain框架的寫法，拋棄框架而言，ChromaDB只需要幾個關(guān)鍵要素：

文檔 即待存儲的數(shù)據(jù)嵌入模型 指定嵌入（embedding）的算法，即模型存儲目錄 即確認存儲的路徑

那么，博主順勢帶著各位看看，如何在不使用大模型框架的前提下，掌握ChromaDB的使用，就像你用jdbcDriver那么簡單。

Q：如何掌握Chromadb

1. 簡介

Chroma is the AI-native open-source vector database. Chroma makes it easy to build LLM apps by making knowledge, facts, and skills pluggable for LLMs.

一句話總結(jié)：Chroma是一款AI原生開源的矢量（或向量）數(shù)據(jù)庫。它很容易構(gòu)建大模型應用需要的數(shù)據(jù)（包括知識、實踐等）。

接下來，請跟著博主聚焦下面這張圖，這是Chroma的工作原理：

2. 用途

通過上圖，我們可以獲得它的幾個用途：

序號用途1存儲嵌入數(shù)據(jù)（store embeddings and their metadata）2文本嵌入（embed documents and queries）3搜索（search embeddings）

3. 安裝chroma

接下來，我們可以安裝Chroma了，首先看看依賴的環(huán)境吧，這非常重要！

3.1 依賴環(huán)境

序號依賴環(huán)境版本號1python3.12.42chromadb0.5.3（最新版）3langchain_community0.3.0（最新版）4langchain-text-splitters0.3.0（最新版）5LibreOffice24.8

3.2 安裝

通過以下命令安裝chroma（使用清華的庫）：

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple chromadb

在Pycharm中，可以通過當前project-setting查看chroma模塊是否已存在：

如上圖所示，代表成功。下面可以愉快的使用了。

4. 體驗

4.1 示例運行

如果你想直接通過chroma完成存儲，可以參考以下示例，可直接運行：

import chromadb

# 定義持久化目錄

chroma_client = chromadb.PersistentClient(path="絕對路徑")

# 新建一個collection并指定name且name唯一

collection = chroma_client.create_collection(name="chroma_local_db05")

# 添加document

collection.add(

documents=["天壇", "月餅"],

metadatas=[{"source": "d1"}, {"source": "d2"}],

ids=["1", "2"],

)

# 檢索

results = collection.query(

query_texts=["哪個是景點"],

n_results=2

)

print(f'運行結(jié)果為：{results}')

運行結(jié)果如下：

運行結(jié)果為：

{'ids': [['1', '2']],

'distances': [[

1.1227734343972846,

1.273080295354666

]],

'metadatas': [[

{'source': 'd1'},

{'source': 'd2'}

]],

'embeddings': None,

'documents': [ ['天壇', '月餅']],

'uris': None,

'data': None,

'included': ['metadatas', 'documents', 'distances']

}

其中包含了ids、distances、metadatas、documents四個核心list。其中distances結(jié)果是根據(jù)與問題的相似性進行計算并排序，值越小代表相關(guān)性越大。

4.2 查看數(shù)據(jù)庫

當然，你也可以直接打開數(shù)據(jù)庫進行查看。因為4.1執(zhí)行完成后，會在你指定的持久化目錄上生成一個sqlite3數(shù)據(jù)文件： 此時，你可以通過Sqlite工具打開該庫： embedding數(shù)據(jù)如下：

同時，你也可以看到原始數(shù)據(jù)：

結(jié)語

本文主要介紹了chroma的作用、原理、安裝、使用的方面方面。并通過一個示例，可親自體驗一番，希望對你有幫助！

精彩回顧

基于LangChain的大模型學習手冊之Embedding（保姆級） 基于DashScope+Streamlit構(gòu)建你的機器學習助手（入門級） 基于LangChain的大模型學習手冊（入門級） 基于Python的大模型學習手冊（入門級）

柚子快報激活碼778899分享：向量嵌入 ChromaDB教程

http://yzkb.51969.com/

相關(guān)文章