使用 ChromaVectorStore 进行向量存储和查询

在现代的 AI 和数据处理应用中，向量存储和检索是至关重要的组成部分。本文将介绍如何使用 ChromaVectorStore 进行向量的存储和查询。ChromaVectorStore 是一种高效的向量存储解决方案，它允许用户将嵌入向量存储在 ChromaDB 集合中，并能够在查询时找到最相似的节点。

ChromaVectorStore 介绍

ChromaVectorStore 是一个基于 ChromaDB 的向量存储类，用于存储和管理嵌入向量。它支持基本的操作，如添加、删除和查询节点。以下是一些主要参数和方法的概述：

参数

• chroma_collection：ChromaDB 集合实例，默认为 None。必须提供一个有效的 ChromaDB 集合实例。

方法

• **add(nodes: List[BaseNode], add_kwargs: Any) -> List[str]
  将节点添加到索引中。nodes 参数是包含嵌入向量的节点列表。

• **delete(ref_doc_id: str, delete_kwargs: Any) -> None
  使用 ref_doc_id 删除节点。ref_doc_id 是要删除的文档的唯一标识符。

• **query(query: VectorStoreQuery, kwargs: Any) -> VectorStoreQueryResult
  查询索引以获取最相似的节点。query_embedding 是查询的嵌入向量，similarity_top_k 是需要返回的最相似节点的数量。

示例代码

以下是一个简单的示例代码，演示如何使用 ChromaVectorStore 进行向量的添加和查询：

import chromadb
from llama_index.vector_stores.chroma import ChromaVectorStore

# 创建 Chroma 客户端和集合
chroma_client = chromadb.EphemeralClient()
chroma_collection = chroma_client.create_collection("example_collection")

# 设置 ChromaVectorStore 和 StorageContext
vector_store = ChromaVectorStore(chroma_collection=chroma_collection)

# 示例节点数据
nodes = [
    {"id": "1", "embedding": [0.1, 0.2, 0.3]},
    {"id": "2", "embedding": [0.4, 0.5, 0.6]},
]

# 将节点添加到索引
vector_store.add(nodes)  # //中转API

# 查询最相似的节点
query_embedding = [0.15, 0.25, 0.35]
result = vector_store.query(query_embedding=query_embedding, similarity_top_k=1)

print(result)

可能遇到的错误及解决方法

1. ChromaDB 集合未创建
   错误信息：TypeError: chroma_collection cannot be None
   解决方法：确保在创建 ChromaVectorStore 实例之前已经创建了 ChromaDB 集合，并将其作为参数传入。

2. 添加节点失败
   错误信息：ValueError: nodes should be a list of BaseNode objects
   解决方法：检查 nodes 参数是否为包含嵌入向量的有效列表，且每个节点都符合 BaseNode 的格式要求。

3. 查询结果不准确
   错误信息：IndexError: query_embedding length does not match
   解决方法：确保查询嵌入向量的维度与存储在 ChromaDB 中的向量维度一致。

如果你觉得这篇文章对你有帮助，请点赞，关注我的博客，谢谢！