chromadb向量数据库使用（2）

目录 代码代码解释**1. 导入 chatGLM 嵌入函数****2. 创建 ChromaDB 客户端和集合****3. 查询集合中的数据数量****4. 添加数据到集合****5. 获取已存储的文档****6. 更新文档****7. 再次获取数据，验证更新结果****8. 删除某个文档****9. 获取已删除的文档****总结**

代码 import chromadb.utils.embedding_functions as embedding_functions openai_ef = embedding_functions.OpenAIEmbeddingFunction( api_key="your api key", api_base=" open.bigmodel /api/paas/v4", model_name="embedding-3" ) import chromadb client = chromadb.Client() collection = client.get_or_create_collection(name="my_collection", embedding_function=openai_ef) collection.count() 0 collection.add( documents=["lorem ipsum...", "doc2", "doc3"], metadatas=[{"chapter": "3", "verse": "16"}, {"chapter": "3", "verse": "5"}, {"chapter": "29", "verse": "11"}], ids=["id1", "id2", "id3"] ) collection.get( ids=["id1", "id2", "id3"] ) {'ids': ['id1', 'id2', 'id3'], 'embeddings': None, 'documents': ['lorem ipsum...', 'doc2', 'doc3'], 'uris': None, 'data': None, 'metadatas': [{'chapter': '3', 'verse': '16'}, {'chapter': '3', 'verse': '5'}, {'chapter': '29', 'verse': '11'}], 'included': [<IncludeEnum.documents: 'documents'>, <IncludeEnum.metadatas: 'metadatas'>]} collection.update( ids=["id1", "id2", "id3"], metadatas=[{"chapter": "3", "verse": "16"}, {"chapter": "3", "verse": "5"}, {"chapter": "29", "verse": "11"}], documents=["doc1", "doc2", "doc3"] ) collection.get( ids=["id1", "id2", "id3"] ) {'ids': ['id1', 'id2', 'id3'], 'embeddings': None, 'documents': ['doc1', 'doc2', 'doc3'], 'uris': None, 'data': None, 'metadatas': [{'chapter': '3', 'verse': '16'}, {'chapter': '3', 'verse': '5'}, {'chapter': '29', 'verse': '11'}], 'included': [<IncludeEnum.documents: 'documents'>, <IncludeEnum.metadatas: 'metadatas'>]} collection.delete( ids=["id1"] ) collection.get( ids=["id1"] ) {'ids': [], 'embeddings': None, 'documents': [], 'uris': None, 'data': None, 'metadatas': [], 'included': [<IncludeEnum.documents: 'documents'>, <IncludeEnum.metadatas: 'metadatas'>]}

---

代码解释 1. 导入 chatGLM 嵌入函数 import chromadb.utils.embedding_functions as embedding_functions openai_ef = embedding_functions.OpenAIEmbeddingFunction( api_key="your api key", api_base=" open.bigmodel /api/paas/v4", model_name="embedding-3" )

解释：

embedding_functions.OpenAIEmbeddingFunction 用于创建 chatGLM 的文本嵌入函数，API 请求会发送到 open.bigmodel /api/paas/v4，使用 embedding-3 作为嵌入模型。这里的 api_key 需要替换为你的实际 API 密钥。

---

2. 创建 ChromaDB 客户端和集合 import chromadb client = chromadb.Client() collection = client.get_or_create_collection(name="my_collection", embedding_function=openai_ef)

解释：

chromadb.Client() 创建一个 ChromaDB 客户端。client.get_or_create_collection() 用于获取或创建一个名为 "my_collection" 的集合，并使用 openai_ef 作为嵌入函数。

---

3. 查询集合中的数据数量 collection.count()

输出：

0

解释：

collection.count() 返回集合中的文档数量。由于此时还没有向集合添加任何数据，所以返回 0。

---

4. 添加数据到集合 collection.add( documents=["lorem ipsum...", "doc2", "doc3"], metadatas=[{"chapter": "3", "verse": "16"}, {"chapter": "3", "verse": "5"}, {"chapter": "29", "verse": "11"}], ids=["id1", "id2", "id3"] )

解释：

documents：存储要添加的文档内容，如 "lorem ipsum..."。metadatas：为每个文档添加元数据，例如 "chapter" 和 "verse"。ids：为每个文档指定唯一的 id（id1，id2，id3）。

---

5. 获取已存储的文档 collection.get( ids=["id1", "id2", "id3"] )

输出：

{ 'ids': ['id1', 'id2', 'id3'], 'embeddings': None, 'documents': ['lorem ipsum...', 'doc2', 'doc3'], 'uris': None, 'data': None, 'metadatas': [{'chapter': '3', 'verse': '16'}, {'chapter': '3', 'verse': '5'}, {'chapter': '29', 'verse': '11'}], 'included': ['documents', 'metadatas'] }

解释：

documents：返回存储的文档内容。metadatas：返回对应的元数据。ids：返回请求的 id。embeddings 为空，因为当前存储时没有计算嵌入（可能是 OpenAI API 限制或者设置问题）。

---

6. 更新文档 collection.update( ids=["id1", "id2", "id3"], metadatas=[{"chapter": "3", "verse": "16"}, {"chapter": "3", "verse": "5"}, {"chapter": "29", "verse": "11"}], documents=["doc1", "doc2", "doc3"] )

解释：

更新 id1 对应的 document 从 "lorem ipsum..." 变为 "doc1"。其他 id 保持不变。

---

7. 再次获取数据，验证更新结果 collection.get( ids=["id1", "id2", "id3"] )

输出：

{ 'ids': ['id1', 'id2', 'id3'], 'embeddings': None, 'documents': ['doc1', 'doc2', 'doc3'], 'uris': None, 'data': None, 'metadatas': [{'chapter': '3', 'verse': '16'}, {'chapter': '3', 'verse': '5'}, {'chapter': '29', 'verse': '11'}], 'included': ['documents', 'metadatas'] }

解释：

id1 的 document 成功更新为 "doc1"，其他数据未改变。

---

8. 删除某个文档 collection.delete( ids=["id1"] )

解释：

删除 id1 对应的文档。

---

9. 获取已删除的文档 collection.get( ids=["id1"] )

输出：

{ 'ids': [], 'embeddings': None, 'documents': [], 'uris': None, 'data': None, 'metadatas': [], 'included': ['documents', 'metadatas'] }

解释：

id1 的数据已经被删除，因此返回空列表。

---

总结

本代码展示了如何使用 ChromaDB 进行以下操作：

创建集合，并使用 OpenAI 生成嵌入。添加文档 到集合。查询文档数量 和 获取文档。更新文档内容。删除文档 并验证删除结果。

这样，你可以使用 ChromaDB 作为一个轻量级的向量数据库，结合 chatGLM 的嵌入模型进行信息存储和查询。