Chroma

https://www.trychroma.com/

Maven 依赖

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-chroma</artifactId>
    <version>1.22.0-beta32</version>
</dependency>

API

• ChromaEmbeddingStore

示例

• ChromaEmbeddingStoreExample

支持的 API 版本

Chroma 有多个 REST API 版本：

• 直到 0.5.16 版本：仅支持 API V1
• 0.5.16 到 0.6.3 版本：支持 API V1 和 V2（V1 API 在 0.6.2 前后引入了一些 bug）
• 0.7.0 之后的版本：仅支持 API V2，因此你需要选择正确的版本 在配置 ChromaEmbeddingStore 时：

ChromaEmbeddingStore.builder()
    .apiVersion(ChromaApiVersion.V2)
    .baseUrl(...)
    .tenantName(...)
    .databaseName(...)
    .collectionName(...)
    .build();

距离度量

创建 Chroma 集合时会指定一个距离度量，它决定如何衡量两个嵌入之间的距离。Chroma 支持 cosine、l2（平方欧氏）与 ip（内积），除非另行请求，否则默认使用 l2。

当 ChromaEmbeddingStore 创建集合时，它以 cosine 距离度量创建。 当集合已存在时，则按其创建时所用的距离度量原样使用：

ChromaEmbeddingStore store = ChromaEmbeddingStore.builder()
    .baseUrl("http://localhost:8000")
    .collectionName("my-collection")
    .build();

EmbeddingMatch.score() 返回的相关性分数始终落在 [0, 1] 区间，1 表示最 相关。它由集合的距离度量推导而来，因此来自具有不同 距离度量的集合所得到的分数彼此不可比较。同样的道理也适用于 EmbeddingSearchRequest 的 minScore，它是与集合自身度量的分数相比较的。

对于 ip，只有当嵌入被归一化时分数才准确，而大多数嵌入模型都是如此。

当前限制

• Chroma 无法按字母数字元数据的大于/小于进行过滤，仅支持 int 和 float
• Chroma 的 not 过滤行为如下：如果你按 "key" 不等于 "a" 过滤， 那么实际上会返回所有 "key" != "a" 的条目，但不包含没有 "key" 元数据的条目！