Chroma DB ट्यूटोरियल: चरण-दर-चरण मार्गदर्शिका

लार्ज लैंग्वेज मॉडल (LLMs) और उनके अनुप्रयोगों के बढ़ते चलन के साथ, इंटीग्रेशन टूल्स, LLMOps फ्रेमवर्क, और वेक्टर डेटाबेस की लोकप्रियता भी बढ़ी है। इसका कारण यह है कि LLMs के साथ काम करने का तरीका पारंपरिक मशीन लर्निंग मॉडलों से अलग होता है।

LLMs के लिए एक प्रमुख सक्षम तकनीक वेक्टर एम्बेडिंग्स हैं। कंप्यूटर सीधे टेक्स्ट को नहीं समझते, लेकिन एम्बेडिंग्स टेक्स्ट को संख्यात्मक रूप में प्रस्तुत करती हैं। उपयोगकर्ता द्वारा दिया गया सारा टेक्स्ट एम्बेडिंग्स में बदला जाता है, और इन्हीं का उपयोग प्रतिक्रियाएँ तैयार करने में होता है।

टेक्स्ट को एम्बेडिंग में बदलना समय लेने वाली प्रक्रिया है। इससे बचने के लिए हमारे पास वेक्टर डेटाबेस होते हैं जो वेक्टर एम्बेडिंग्स के कुशल भंडारण और पुनर्प्राप्ति के लिए विशेष रूप से बनाए गए हैं।

इस ट्यूटोरियल में, मैं वेक्टर स्टोर्स और Chroma DB—एक ओपन-सोर्स डेटाबेस जो एम्बेडिंग्स को सहेजने और प्रबंधित करने के लिए है—पर चलकर दिखाऊँगा। आप सीखेंगे कि दस्तावेज़ कैसे जोड़ें और हटाएँ, समानता खोज कैसे चलाएँ, और टेक्स्ट को एम्बेडिंग्स में कैसे बदलें।

छवि: लेखक द्वारा

संक्षेप में

• ChromaDB एम्बेडिंग्स को सहेजने और प्राप्त करने के लिए एक ओपन-सोर्स वेक्टर डेटाबेस है—इसे pip install chromadb से इंस्टॉल करें
• लोकल पर्सिस्टेंस के लिए chromadb.PersistentClient(path="./chroma_db") या इन-मेमोरी टेस्टिंग के लिए chromadb.EphemeralClient() का उपयोग करें
• एक कलेक्शन (टेबल जैसा) बनाएँ, फिर वैकल्पिक मेटाडेटा और IDs के साथ add() से दस्तावेज़ जोड़ें
• collection.query(query_texts=["..."], n_results=5) से सेमांटिक समानता खोज चलाएँ
• कोई भी एम्बेडिंग मॉडल प्लग करें—OpenAI, HuggingFace, Google Gemini, या कस्टम फ़ंक्शन
• ChromaDB का व्यापक उपयोग RAG (Retrieval-Augmented Generation) पाइपलाइंस में वेक्टर स्टोर के रूप में होता है

वेक्टर स्टोर्स क्या हैं?

वेक्टर स्टोर्स ऐसे डेटाबेस हैं जो वेक्टर एम्बेडिंग्स को कुशलतापूर्वक सहेजने और पुनः प्राप्त करने के लिए विशेष रूप से डिज़ाइन किए गए हैं। इनकी आवश्यकता इसलिए पड़ती है क्योंकि SQL जैसे पारंपरिक डेटाबेस बड़े वेक्टर डेटा को सहेजने और क्वेरी करने के लिए अनुकूलित नहीं होते।

एम्बेडिंग्स डेटा (आमतौर पर असंरचित डेटा जैसे टेक्स्ट) को एक उच्च-आयामी स्पेस में संख्यात्मक वेक्टर प्रारूप में प्रस्तुत करती हैं। पारंपरिक रिलेशनल डेटाबेस इन वेक्टर निरूपणों को सहेजने और खोजने के लिए उपयुक्त नहीं हैं।

वेक्टर स्टोर्स समानता एल्गोरिदम का उपयोग करके समान वेक्टरों का इंडेक्स बना सकते हैं और उन्हें तेज़ी से खोज सकते हैं, जिससे अनुप्रयोग किसी लक्ष्य वेक्टर क्वेरी के अनुसार संबंधित वेक्टर ढूँढ पाते हैं।

उदाहरण के लिए, किसी पर्सनलाइज़्ड चैटबॉट में उपयोगकर्ता जनरेटिव AI मॉडल के लिए एक प्रॉम्प्ट देता है। समानता खोज एल्गोरिदम का उपयोग करते हुए, मॉडल दस्तावेज़ों के संग्रह में समान टेक्स्ट खोजता है। प्राप्त जानकारी का उपयोग फिर अत्यधिक व्यक्तिगत और सटीक उत्तर तैयार करने के लिए किया जाता है। यह पुनर्प्राप्ति एम्बेडिंग और वेक्टर इंडेक्सिंग के माध्यम से संभव होती है।

Chroma DB क्या है?

Chroma DB एक ओपन-सोर्स वेक्टर स्टोर है जिसका उपयोग वेक्टर एम्बेडिंग्स को सहेजने और प्राप्त करने के लिए किया जाता है। इसका मुख्य उपयोग एम्बेडिंग्स को मेटाडेटा के साथ सहेजना है ताकि बाद में लार्ज लैंग्वेज मॉडल्स द्वारा इस्तेमाल किया जा सके। इसके अलावा, इसे टेक्स्ट डेटा पर सेमांटिक सर्च इंजन के रूप में भी उपयोग किया जा सकता है।

Chroma DB की विशेषताएँ

• सरल और शक्तिशाली:
  
  • एक साधारण कमांड से इंस्टॉल करें: pip install chromadb.
  • Python SDK से तेज़ शुरुआत—सीमलेस इंटीग्रेशन और फास्ट सेटअप।
• पूर्ण-विशेषताओं वाला:
  • व्यापक रिट्रीवल क्षमताएँ: वेक्टर सर्च, फुल-टेक्स्ट सर्च, डॉक्युमेंट स्टोरेज, मेटाडेटा फिल्टरिंग, और मल्टी-मोडल रिट्रीवल।
  • उच्च स्केलेबिलिटी: लोकल पर्सिस्टेंट स्टोरेज के लिए SQLite का उपयोग करता है और मल्टी-क्लाइंट तथा प्रोडक्शन डिप्लॉयमेंट्स के लिए क्लाइंट-सर्वर मोड सपोर्ट करता है।
• मल्टीलैंग्वेज सपोर्ट:
  • Python, JavaScript/TypeScript, Ruby, PHP, और Java सहित लोकप्रिय भाषाओं के लिए SDK उपलब्ध।
• इंटीग्रेटेड:
  • HuggingFace, OpenAI, Google आदि के एम्बेडिंग मॉडलों से नैटिव इंटीग्रेशन।
  • Langchain और LlamaIndex के साथ संगत—और अधिक टूल इंटीग्रेशन शीघ्र आ रहे हैं।
• ओपन सोर्स:
  • Apache 2.0 लाइसेंस के अंतर्गत।
• गति और सरलता:
  • सरलता और स्पीड पर फोकस—विश्लेषण और रिट्रीवल को कुशल बनाते हुए सहज उपयोग।

Chroma DB एक सेल्फ-होस्टेड सर्वर विकल्प प्रदान करता है। यदि आपको एक मैनेज्ड या क्लाउड-नेटिव वेक्टर डेटाबेस चाहिए, तो वैकल्पिक समाधान के रूप में हमारे Pinecone या Weaviate पर गाइड्स देखें।

छवि स्रोत: Chroma

Chroma DB कैसे काम करता है?

1. सबसे पहले, आपको एक कलेक्शन बनाना होगा, जो रिलेशनल डेटाबेस में टेबल जैसा होता है। डिफ़ॉल्ट रूप से, Chroma all-MiniLM-L6-v2 का उपयोग करके टेक्स्ट को एम्बेडिंग्स में बदलता है, लेकिन आप कलेक्शन को किसी अन्य एम्बेडिंग मॉडल के लिए संशोधित कर सकते हैं।
2. नए बनाए गए कलेक्शन में मेटाडेटा और एक यूनिक ID के साथ टेक्स्ट दस्तावेज़ जोड़ें। आपका कलेक्शन जैसे ही टेक्स्ट प्राप्त करता है, वह इसे स्वतः एम्बेडिंग में बदल देता है।
3. समान दस्तावेज़ प्राप्त करने के लिए टेक्स्ट या एम्बेडिंग द्वारा कलेक्शन को क्वेरी करें। आप मेटाडेटा के आधार पर परिणामों को फ़िल्टर भी कर सकते हैं।

पूर्वापेक्षाएँ

इस ट्यूटोरियल का अनुसरण करने के लिए आपको चाहिए:

• Python 3.8+ (बेहतर ChromaDB संगतता के लिए Python 3.11 अनुशंसित)
• pip पैकेज मैनेजर
• एक OpenAI API कुंजी (केवल एम्बेडिंग्स अनुभाग के लिए आवश्यक; कोर ChromaDB अनुभाग इसके बिना भी चलते हैं)
• SQLite 3.35 या उससे ऊपर (Python 3.11 में बिल्ट-इन; यदि आप पुराने संस्करण पर हैं और समस्या आती है, तो pip install pysqlite3-binary का उपयोग करें)
• Python लिस्ट्स और डिक्शनरीज़ की बुनियादी जानकारी

Chroma DB के साथ शुरुआत

इस खंड में, मैं एक वेक्टर डेटाबेस बनाऊँगा, एक कलेक्शन जोड़ूँगा, उसमें टेक्स्ट लोड करूँगा, और समानता खोज क्वेरी चलाऊँगा।

सबसे पहले, chromadb और openai इंस्टॉल करें। आपको OpenAI API कुंजी केवल एम्बेडिंग्स खंड के लिए चाहिए—नीचे दिए गए कोर ChromaDB उदाहरण इसके बिना भी काम करते हैं।

नोट: Chroma को SQLite संस्करण 3.35 या उससे ऊपर चाहिए। यदि समस्या आए, तो या तो Python 3.11 में अपग्रेड करें या chromadb के पुराने संस्करण को इंस्टॉल करें।

!pip install chromadb openai संचालित द्वारा

क्लाइंट मोड चुनना

ChromaDB आपके उपयोग के आधार पर तीन क्लाइंट मोड प्रदान करता है:

आप टेस्टिंग के लिए chromadb.EphemeralClient() का उपयोग करके इन-मेमोरी (क्षणिक) डेटाबेस बना सकते हैं। यह डेटा को केवल मेमोरी में सहेजता है और प्रोग्राम समाप्त होने पर रीसेट हो जाता है—त्वरित प्रयोगों के लिए उपयुक्त।

इस उदाहरण में, मैं ./chroma_db डायरेक्टरी में सहेजा गया पर्सिस्टेंट डेटाबेस बनाऊँगा। पर्सिस्टेंट मोड में ChromaDB SQLite-बैक्ड स्टोरेज का उपयोग करता है—DuckDB बैकएंड को ChromaDB 0.4.0 में हटा दिया गया था।

import chromadb

client = chromadb.PersistentClient(path="./chroma_db")संचालित द्वारा

इसके बाद, हम क्लाइंट का उपयोग करके एक collection ऑब्जेक्ट बनाएँगे। यह पारंपरिक डेटाबेस में टेबल बनाने जैसा है।

collection = client.create_collection(name="Students")संचालित द्वारा

अपने कलेक्शन में टेक्स्ट जोड़ने के लिए, हम छात्र, क्लब और विश्वविद्यालय के बारे में रैंडम टेक्स्ट जनरेट करेंगे। आप ChatGPT का उपयोग कर रैंडम टेक्स्ट बना सकते हैं।

student_info = """
Alexandra Thompson, a 19-year-old computer science sophomore with a 3.7 GPA,
is a member of the programming and chess clubs who enjoys pizza, swimming, and hiking
in her free time in hopes of working at a tech company after graduating from the University of Washington.
"""

club_info = """
The university chess club provides an outlet for students to come together and enjoy playing
the classic strategy game of chess. Members of all skill levels are welcome, from beginners learning
the rules to experienced tournament players. The club typically meets a few times per week to play casual games,
participate in tournaments, analyze famous chess matches, and improve members' skills.
"""

university_info = """
The University of Washington, founded in 1861 in Seattle, is a public research university
with over 45,000 students across three campuses in Seattle, Tacoma, and Bothell.
As the flagship institution of the six public universities in Washington state,
UW encompasses over 500 buildings and 20 million square feet of space,
including one of the largest library systems in the world.
"""संचालित द्वारा

अब हम add() फ़ंक्शन का उपयोग करके मेटाडेटा और यूनिक IDs के साथ टेक्स्ट डेटा जोड़ेंगे। इसके बाद, Chroma all-MiniLM-L6-v2 मॉडल को स्वतः डाउनलोड करेगा, टेक्स्ट को एम्बेडिंग्स में बदलेगा और उसे "Students" कलेक्शन में स्टोर करेगा।

collection.add(
    documents = [student_info, club_info, university_info],
    metadatas = [{"source": "student info"},{"source": "club info"},{'source':'university info'}],
    ids = ["id1", "id2", "id3"]
)संचालित द्वारा

समानता खोज चलाने के लिए, आप query() फ़ंक्शन का उपयोग कर प्राकृतिक भाषा में प्रश्न पूछ सकते हैं। यह क्वेरी को एम्बेडिंग में बदलेगा और समानता एल्गोरिदम से समान परिणाम लौटाएगा। हमारे मामले में यह दो समान परिणाम लौटा रहा है।

results = collection.query(
    query_texts=["What is the student name?"],
    n_results=2
)

resultsसंचालित द्वारा

एम्बेडिंग्स

आप एम्बेडिंग सूची में से किसी भी उच्च-प्रदर्शन एम्बेडिंग मॉडल का उपयोग कर सकते हैं। आप अपने कस्टम एम्बेडिंग फ़ंक्शन भी बना सकते हैं। OpenAI के वर्तमान जनरेशन मॉडलों की विस्तृत जानकारी के लिए हमारा text-embedding-3-large गाइड देखें।

इस खंड में, मैं OpenAI के text-embedding-3-small मॉडल का उपयोग टेक्स्ट को एम्बेडिंग्स में बदलने के लिए करूँगा। यह लेगेसी text-embedding-ada-002 का OpenAI द्वारा अनुशंसित प्रतिस्थापन है—यह 5× कम लागत पर बेहतर बेंचमार्क प्रदर्शन देता है।

OpenAI एम्बेडिंग फ़ंक्शन बनाने के बाद, आप टेक्स्ट दस्तावेज़ों की सूची जोड़कर एम्बेडिंग्स जनरेट कर सकते हैं।

जानें कि OpenAI API for Text Embeddings का उपयोग कर टेक्स्ट क्लासिफ़ायर्स, सूचना पुनर्प्राप्ति सिस्टम, और सेमांटिक समानता डिटेक्टर कैसे बनाएँ।

from chromadb.utils import embedding_functions

openai_ef = embedding_functions.OpenAIEmbeddingFunction(
    api_key="YOUR_OPENAI_API_KEY",
    model_name="text-embedding-3-small"
)
students_embeddings = openai_ef([student_info, club_info, university_info])
print(students_embeddings)संचालित द्वारा

[[-0.01015068031847477, 0.0070903063751757145, 0.010579396970570087, -0.04118313640356064, 0.0011583581799641252, 0.026857420802116394,....],]संचालित द्वारा

डिफ़ॉल्ट एम्बेडिंग मॉडल का उपयोग करने के बजाय, मैं पहले से जनरेट की गई एम्बेडिंग्स को सीधे एक नए कलेक्शन में लोड करूँगा।

1. हम get_or_create_collection() फ़ंक्शन से "Students2" नाम का नया कलेक्शन बनाएँगे। यह फ़ंक्शन create_collection() से अलग है—यह मौजूद कलेक्शन को पाता है या उसके न होने पर नया बनाता है।
2. अब हम अपनी नई कलेक्शन में एम्बेडिंग, टेक्स्ट दस्तावेज़, मेटाडेटा और IDs जोड़ेंगे।

collection2 = client.get_or_create_collection(name="Students2")

collection2.add(
    embeddings = students_embeddings,
    documents = [student_info, club_info, university_info],
    metadatas = [{"source": "student info"},{"source": "club info"},{'source':'university info'}],
    ids = ["id1", "id2", "id3"]
)संचालित द्वारा

एक और, और भी सरल तरीका भी है। आप कलेक्शन बनाते या एक्सेस करते समय OpenAI एम्बेडिंग फ़ंक्शन जोड़ सकते हैं। OpenAI के अलावा, आप Cohere, Google Gemini, HuggingFace, और Instructor मॉडलों का भी उपयोग कर सकते हैं।

हमारे मामले में, नए टेक्स्ट दस्तावेज़ जोड़ने पर डिफ़ॉल्ट मॉडल के बजाय OpenAI एम्बेडिंग फ़ंक्शन का उपयोग करके टेक्स्ट को एम्बेडिंग्स में बदला जाएगा।

collection2 = client.get_or_create_collection(name="Students2",embedding_function=openai_ef)

collection2.add(
    documents = [student_info, club_info, university_info],
    metadatas = [{"source": "student info"},{"source": "club info"},{'source':'university info'}],
    ids = ["id1", "id2", "id3"]
)संचालित द्वारा

आइए नए कलेक्शन पर समान क्वेरी चलाकर अंतर देखें।

results = collection2.query(
    query_texts=["What is the student name?"],
    n_results=2
)

resultsसंचालित द्वारा

हमारे परिणाम बेहतर हुए हैं। अब समानता खोज क्लब के बजाय विश्वविद्यालय की जानकारी लौटा रही है। साथ ही, वेक्टरों के बीच की दूरी डिफ़ॉल्ट एम्बेडिंग मॉडल से कम है, जो अच्छा संकेत है।

क्वेरी परिणामों को फ़िल्टर करना

ChromaDB समानता खोज परिणामों को सीमित करने के लिए मेटाडेटा फ़िल्टरिंग सपोर्ट करता है। query() के अंदर where पैरामीटर में फ़िल्टर ऑपरेटर्स का उपयोग करें:

results = collection.query(
    query_texts=["What is the student name?"],
    n_results=2,
    where={"source": "student info"}  # only return documents with this metadata
)

# Combine multiple filters with $and / $or
results = collection.query(
    query_texts=["university"],
    n_results=5,
    where={
        "$or": [
            {"source": "student info"},
            {"source": "university info"}
        ]
    }
)संचालित द्वारा

समर्थित ऑपरेटर्स: $eq, $ne, $gt, $gte, $lt, $lte, $in, $nin, $and, $or। आप डॉक्युमेंट कंटेंट पर भी where_document={"$contains": "chess"} के साथ फ़िल्टर कर सकते हैं।

डेटा अपडेट और हटाना

बिल्कुल रिलेशनल डेटाबेस की तरह, आप कलेक्शंस से मान अपडेट या हटाकर सकते हैं। टेक्स्ट और मेटाडेटा अपडेट करने के लिए, हम रिकॉर्ड की विशेष ID और नया टेक्स्ट प्रदान करेंगे।

collection2.update(
    ids=["id1"],
    documents=["Kristiane Carina, a 19-year-old computer science sophomore with a 3.7 GPA"],
    metadatas=[{"source": "student info"}],
)संचालित द्वारा

जाँचने के लिए कि बदलाव सफल रहे हैं या नहीं, एक सरल क्वेरी चलाएँ।

results = collection2.query(
    query_texts=["What is the student name?"],
    n_results=2
)

resultsसंचालित द्वारा

जैसा कि हम देख सकते हैं, Alexandra की जगह Kristiane मिला।

कलेक्शन से कोई रिकॉर्ड हटाने के लिए, हम delete() फ़ंक्शन का उपयोग करेंगे और यूनिक ID निर्दिष्ट करेंगे।

collection2.delete(ids = ['id1'])


results = collection2.query(
    query_texts=["What is the student name?"],
    n_results=2
)

resultsसंचालित द्वारा

छात्र जानकारी वाला टेक्स्ट हटा दिया गया है; उसकी जगह हमें अगले सर्वश्रेष्ठ परिणाम मिलते हैं।

कलेक्शन प्रबंधन

इस खंड में, मैं कलेक्शंस की गिनती, सूची, नाम बदलने और हटाने के लिए यूटिलिटी फ़ंक्शंस कवर करूँगा।

हम "vectordb" नाम का नया कलेक्शन बनाएँगे और उसमें Chroma DB चीट शीट, प्रलेखन, और JS API के बारे में जानकारी मेटाडेटा सहित जोड़ेंगे।

vector_collections = client.create_collection("vectordb")


vector_collections.add(
    documents=["This is Chroma DB CheatSheet",
               "This is Chroma DB Documentation",
               "This document Chroma JS API Docs"],
    metadatas=[{"source": "Chroma Cheatsheet"},
    {"source": "Chroma Doc"},
    {'source':'JS API Doc'}],
    ids=["id1", "id2", "id3"]
)संचालित द्वारा

कलेक्शन में कितने रिकॉर्ड हैं, यह जाँचने के लिए हम count() फ़ंक्शन का उपयोग करेंगे।

vector_collections.count()संचालित द्वारा

3संचालित द्वारा

कलेक्शन से सभी रिकॉर्ड देखने के लिए get() फ़ंक्शन का उपयोग करें।

vector_collections.get()संचालित द्वारा

{'ids': ['id1', 'id2', 'id3'],
 'embeddings': None,
 'documents': ['This is Chroma DB CheatSheet',
  'This is Chroma DB Documentation',
  'This document Chroma JS API Docs'],
 'metadatas': [{'source': 'Chroma Cheatsheet'},
  {'source': 'Chroma Doc'},
  {'source': 'JS API Doc'}]}संचालित द्वारा

कलेक्शन का नाम बदलने के लिए modify() फ़ंक्शन का उपयोग करें। सभी कलेक्शन नाम देखने के लिए list_collections() का उपयोग करें।

vector_collections.modify(name="chroma_info")

# list all collections
client.list_collections()संचालित द्वारा

ऐसा प्रतीत होता है कि हमने "vectordb" का नाम प्रभावी रूप से बदलकर "chroma_info" कर दिया है।

[Collection(name=Students),
 Collection(name=Students2),
 Collection(name=chroma_info)]संचालित द्वारा

किसी भी नए कलेक्शन तक पहुँचने के लिए, आप कलेक्शन के नाम के साथ get_collection() का उपयोग कर सकते हैं।

vector_collections_new = client.get_collection(name="chroma_info")संचालित द्वारा

हम delete_collection() क्लाइंट फ़ंक्शन का उपयोग करके कलेक्शन को हटा सकते हैं और कलेक्शन का नाम निर्दिष्ट कर सकते हैं।

client.delete_collection(name="chroma_info")
client.list_collections()संचालित द्वारा

[Collection(name=Students), Collection(name=Students2)]संचालित द्वारा

हम client.reset() का उपयोग करके पूरी डेटाबेस कलेक्शन हटा सकते हैं। हालाँकि, यह अनुशंसित नहीं है क्योंकि हटाने के बाद डेटा को पुनर्स्थापित करने का कोई तरीका नहीं है।

client.reset()
client.list_collections()संचालित द्वारा

[]संचालित द्वारा

LangChain के साथ ChromaDB: एक RAG उदाहरण

सबसे आम ChromaDB इंटीग्रेशनों में से एक RAG एप्लिकेशन बनाने के लिए LangChain के साथ है। यहाँ ChromaDB को वेक्टर स्टोर के रूप में उपयोग करते हुए एक न्यूनतम उदाहरण है:

from langchain_community.vectorstores import Chroma
from langchain_openai import OpenAIEmbeddings
from langchain_core.documents import Document

# Initialize embedding model and vector store
embeddings = OpenAIEmbeddings(model="text-embedding-3-small")
vector_store = Chroma(
    collection_name="rag_docs",
    embedding_function=embeddings,
    persist_directory="./chroma_db"
)

# Add documents
docs = [
    Document(page_content="ChromaDB stores vector embeddings", metadata={"source": "doc1"}),
    Document(page_content="LangChain simplifies LLM application development", metadata={"source": "doc2"}),
]
vector_store.add_documents(docs)

# Similarity search
results = vector_store.similarity_search("vector database", k=2)
for doc in results:
    print(doc.page_content)संचालित द्वारा

FastAPI के साथ पूर्ण प्रोडक्शन-तैयार RAG पाइपलाइन के लिए हमारा Building a RAG System with LangChain and FastAPI ट्यूटोरियल देखें। DeepSeek का उपयोग करने वाले उदाहरण के लिए हमारा DeepSeek R1 RAG Chatbot with Chroma ट्यूटोरियल देखें।

निष्कर्ष

Chroma DB जैसे वेक्टर स्टोर्स लार्ज लैंग्वेज मॉडल सिस्टम्स के आवश्यक घटक बनते जा रहे हैं। वेक्टर एम्बेडिंग्स के विशेष भंडारण और कुशल रिट्रीवल के जरिए, ये LLMs को प्रासंगिक सेमांटिक जानकारी तक तेज़ पहुँच प्रदान करते हैं।

इस Chroma DB ट्यूटोरियल में, हमने कलेक्शन बनाना, दस्तावेज़ जोड़ना, टेक्स्ट को एम्बेडिंग्स में बदलना, सेमांटिक समानता के लिए क्वेरी करना, और कलेक्शंस का प्रबंधन करना—इन मूल बातों को कवर किया।

अगला स्वाभाविक कदम ChromaDB को वेक्टर स्टोर के रूप में उपयोग करते हुए Retrieval-Augmented Generation (RAG) एप्लिकेशन बनाना है। प्रोडक्शन-तैयार पाइपलाइन के लिए हमारे Building a RAG System with LangChain and FastAPI ट्यूटोरियल से शुरुआत करें, या उन्नत एजेंट-चालित रिट्रीवल वर्कफ़्लो के लिए Agentic RAG एक्सप्लोर करें। आप LlamaIndex का उपयोग करके निजी डेटा LLMs में इनजेस्ट कर सकते हैं, या पूर्ण एप्लिकेशन विकास के लिए LangChain LLM ट्यूटोरियल का अनुसरण करें।