工作机制与关键组成
创建集合
根据应用需求选择向量化函数，并创建合适的集合。
写入记录
保存文档切片及其 ID、元数据，便于后续筛选和引用来源。
查询并检查
取回候选内容，确认相关性后再交给模型处理。
如何选择
如果要在应用中实现语义检索，Chroma 是一个实用的起点；正式采用前应结合实际数据和运维需求进行评估。
适合解决哪些问题
- 用简单的集合抽象，快速搭建文档搜索或 RAG 功能。
- 在便于开发的应用数据库中持久化并查询向量。
使用时要留意什么
- 生产环境适合哪种部署方式，取决于规模和持久化需求。
- 检索效果由完整链路决定，不能只看数据库本身。
使用前，先弄清楚
Chroma 集合里除了向量，还应该保存哪些信息？
至少应考虑记录 ID、原文或可定位原文的地址，以及用于筛选和展示来源的元数据。这样检索结果才便于去重、更新、引用和复核。具体字段要围绕应用查询设计，不要等到生成答案时才补找文档来源。
放在一起理解
继续核对原始资料
概念说明参考项目文档与源码；场景选择和接入建议为 AI Manuals 的整理判断。版本、价格、许可及接口细节请以项目当前说明为准。