1. Chroma
Chroma 是一个人工智能原生开源矢量数据库，专注于开发人员的生产力和幸福感。 Chroma 在 Apache 2.0 下获得许可。
安装 Chroma：
pip install chromadb
Chroma 以多种模式运行。请参阅下面每个与 LangChain 集成的示例。
-
in-memory- 在 python 脚本或 jupyter 笔记本中 -
in-memory with persistance- 在脚本或笔记本中并保存/加载到磁盘 -
in a docker container- 作为运行本地计算机或在云中的服务器
与任何其他数据库一样，您可以：
.add.get.update.upsert.delete.peek-
.query运行相似性搜索。
在 docs 中查看完整文档。要直接访问这些方法，您可以执行 ._collection_.method()
2. 基本示例
在这个基本示例中，我们获取最新的国情咨文地址，将其分成块，使用开源嵌入模型将其嵌入，将其加载到 Chroma，然后查询它。
先创建要给测试文档，命名为 sidamingzhu.txt，里面包括了“三打白骨精”、“桃园结义”、"武松打虎"的故事。
《西游记》中“三打白骨精”的故事原文:
话说唐僧师徒四人西天取经，途经白虎岭。
白虎岭上有个妖怪，名叫白骨精。
白骨精是一个老妖怪，她已经死了几百年，只剩下一堆白骨。
她为了吃唐僧肉，就变幻成一个美丽的女子，来引诱唐僧。
孙悟空知道白骨精是妖怪，就去阻止她。
白骨精见孙悟空来，就变幻成一个村姑，说自己是来卖枣的。
孙悟空不相信，就用金箍棒打死了她。
白骨精死了，但她并没有死透。
她又变幻成一个老妇人，来找唐僧。
孙悟空又去阻止她，又用金箍棒打死了她。
白骨精死了两次，但她还是没有死透。
她又变幻成一个老公公，来找唐僧。
孙悟空又去阻止她，又用金箍棒打死了她。
唐僧见孙悟空三次打死人，就很生气。
他把孙悟空赶回了花果山。
孙悟空知道唐僧被妖怪迷惑，就再次赶来救唐僧。
他找到了白骨精，用金箍棒打死了她。
唐僧这才知道孙悟空是好心，就把孙悟空接回了队伍。
《三国演义》中“桃园三结义”的故事原文:
话说宴罢,天色已晚,众人散去。
刘备留下关张二人,以兄事之。
过了几日,谋曰:“吾与二君,虽异姓,然宗室也。
今天下大乱,正要人才。
若能俱发义心,救动仓皇;联合英雄,扶大道。
此吾三人之有也。
”张飞曰:“若要发大义,当如之何?”
刘备曰:“今日天色晚了,明日清早,我们同去桃园,契约志同。”
次日,三人同至桃园,刘备事先示意关张二人,各持一枝桃花,致告天地曰:
“吾等三人,虽异姓,宗室也;今天下大乱,列国混战,正当汉室衰微之秋。
此时天下豪杰,并起义兵,各据州郡。唯有美意,救汉室于危亡。
吾等三人,不求得州牧,不求得侯王,愿出心肝荐轸,誓将清君侧,兴复汉室!此心此义,使天日月为证,使星辰为鉴,无贰其志,殊死随之。
如背盟约,无妾百福!”
三人各自对天地、日月星辰发誓,然后两两互持桃枝彼此磕头,作兄弟之礼,场面极为隆重感人。
自此,刘关张三人正式结拜为交心之兄弟。
《水浒传》中“武松打虎”的故事原文:
武大郎忍痛抽筋,往后瞧时,只见那猛虎抡起铁棒,向自己直扑将来。
武大郎使开双戟,侧身让过。那猛虎扑了一空,回头又扑。
武大郎举戟架住,口中大呼:“我奉王命,捉你回去论罪!”
那猛虎被他这一架,戟钢扎疼了手,发起狠来,向武大郎直扑。
武大郎使开戟去迎战。二人战了十余合,打得难解难分。
这虎本是山中猛虫,十分凶悍。
这一场恶战,战不到五十合,武大郎手软筋麻,使不动戟,只得拔了武松的宝贝青龙偃月刀,向前迎敌。
这一场好杀:武大郎左闪右避,虎扑不着;虎右藏左藏,武大郎砍不着。
打到第三十合,那猛虎扑空,回头待扑,武大郎举刀往下一砍,砍断它的两只前腿。
那猛虎痛得嗷嗷乱叫,后腿着地,要向武大郎扑将来。
武大郎顺手又一刀,把它一只后腿也砍断。
示例代码，
# import
from langchain.embeddings.sentence_transformer import SentenceTransformerEmbeddings
from langchain.text_splitter import CharacterTextSplitter
from langchain.vectorstores import Chroma
from langchain.document_loaders import TextLoader
# load the document and split it into chunks
loader = TextLoader(".\sidamingzhu.txt", encoding="utf-8")
documents = loader.load()
# split it into chunks
text_splitter = CharacterTextSplitter(chunk_size=100, chunk_overlap=0)
docs = text_splitter.split_documents(documents)
# create the open-source embedding function
embedding_function = SentenceTransformerEmbeddings(model_name="shibing624/text2vec-base-chinese")
# embedding_function = SentenceTransformerEmbeddings(model_name="GanymedeNil/text2vec-large-chinese")
# embedding_function = SentenceTransformerEmbeddings(model_name="moka-ai/m3e-large")
# load it into Chroma
db = Chroma.from_documents(docs, embedding_function)
# query it
query = "白骨精被打死几次？"
docs = db.similarity_search(query, k=3) # default k is 4
print(len(docs))
# print results
for doc in docs:
print("="*100)
print(doc.page_content)
输出结果，
示例代码，
# query it
query = "刘关张在桃园做什么？"
docs = db.similarity_search(query, k=3) # default k is 4
print(len(docs))
# print results
for doc in docs:
print("="*100)
print(doc.page_content)
输出结果，
示例代码，
# query it
query = "武大郎打的什么？"
docs = db.similarity_search(query, k=3) # default k is 4
print(len(docs))
# print results
for doc in docs:
print("="*100)
print(doc.page_content)
输出结果，
3. 基本示例(包括保存到磁盘)
扩展前面的示例，如果您想保存到磁盘，只需初始化 Chroma 客户端并传递您想要保存数据的目录即可。
Caution ：Chroma 尽力自动将数据保存到磁盘，但是多个内存客户端可能会干扰彼此的工作。作为最佳实践，在任何给定时间，每个路径仅运行一个客户端。
示例代码，
# save to disk
db2 = Chroma.from_documents(docs, embedding_function, persist_directory="./chroma_db")
docs = db2.similarity_search(query, k=1) # default k is 4
print(docs[0].page_content)
输出结果，
示例代码，
# load from disk
db3 = Chroma(persist_directory="./chroma_db", embedding_function=embedding_function)
docs = db3.similarity_search(query, k=1) # default k is 4
print(docs[0].page_content)
输出结果，
4. 将 Chroma Client 传递到 Langchain
您还可以创建一个Chroma Client并将其传递给LangChain。如果您希望更轻松地访问底层数据库，这尤其有用。
您还可以指定您希望 LangChain 使用的集合名称。
示例代码，
import chromadb
persistent_client = chromadb.PersistentClient()
collection = persistent_client.get_or_create_collection("collection_name")
collection.add(ids=["1", "2", "3"], documents=["a", "b", "c"])
langchain_chroma = Chroma(
client=persistent_client,
collection_name="collection_name",
embedding_function=embedding_function,
)
print("There are", langchain_chroma._collection.count(), "in the collection")
输出结果，
Add of existing embedding ID: 1
Add of existing embedding ID: 2
Add of existing embedding ID: 3
Add of existing embedding ID: 1
Add of existing embedding ID: 2
Add of existing embedding ID: 3
Insert of existing embedding ID: 1
Add of existing embedding ID: 1
Insert of existing embedding ID: 2
Add of existing embedding ID: 2
Insert of existing embedding ID: 3
Add of existing embedding ID: 3
There are 3 in the collection
5. 基本示例(使用 Docker 容器)
略
6. 更新和删除
在构建实际应用程序时，您不仅需要添加数据，还需要更新和删除数据。
Chroma 让用户提供 ids 来简化此处的记账。 ids 可以是文件名，也可以是 filename_paragraphNumber 等组合。
Chroma 支持所有这些操作 - 尽管其中一些操作通过 LangChain 界面集成仍在进行中。很快就会添加其他工作流程改进。
这是一个基本示例，展示了如何执行各种操作：
# create simple ids
ids = [str(i) for i in range(1, len(docs) + 1)]
# add data
example_db = Chroma.from_documents(docs, embedding_function, ids=ids)
# print(example_db)
docs = example_db.similarity_search(query)
print(docs[0].metadata)
输出结果，
{'source': '.\\sidamingzhu.txt'}
示例代码，
# update the metadata for a document
docs[0].metadata = {
"source": "./sidamingzhu.txt",
"new_value": "你好，世界！",
}
example_db.update_document(ids[0], docs[0])
print(example_db._collection.get(ids=[ids[0]]))
输出结果，
{'ids': ['1'], 'embeddings': None, 'metadatas': [{'new_value': '你好，世界！', 'source': './sidamingzhu.txt'}], 'documents': ['这一场恶战,战不到五十合,武大郎手软筋麻,使不动戟,只得拔了武松的宝贝青龙偃月刀,向前迎敌。\n\n这一场好杀:武大郎左闪右避,虎扑不着;虎右藏左藏,武大郎砍不着。']}
示例代码，
# delete the last document
print("count before", example_db._collection.count())
example_db._collection.delete(ids=[ids[-1]])
print("count after", example_db._collection.count())
输出结果，
count before 17
count after 16
7. 带分数的相似性搜索
返回的距离分数是余弦距离。因此，分数越低越好。
示例代码，
docs = db.similarity_search_with_score(query)
docs[0]
输出结果，
(Document(page_content='这一场恶战,战不到五十合,武大郎手软筋麻,使不动戟,只得拔了武松的宝贝青龙偃月刀,向前迎敌。\n\n这一场好杀:武大郎左闪右避,虎扑不着;虎右藏左藏,武大郎砍不着。', metadata={'source': '.\\sidamingzhu.txt'}),
240.21286010742188)
refer: https://python.langchain.com/docs/modules/data_connection/vectorstores/integrations/chroma文章来源：https://www.toymoban.com/news/detail-603812.html
完结！文章来源地址https://www.toymoban.com/news/detail-603812.html
到了这里，关于Langchain 和 Chroma 的集成的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
