代碼

import chromadb.utils.embedding_functions as embedding_functionsopenai_ef = embedding_functions.OpenAIEmbeddingFunction(api_key="your api key",api_base="https://open.bigmodel.cn/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'>]}

---

代碼解釋

1. 導入 chatGLM 嵌入函數

import chromadb.utils.embedding_functions as embedding_functionsopenai_ef = embedding_functions.OpenAIEmbeddingFunction(api_key="your api key",api_base="https://open.bigmodel.cn/api/paas/v4",model_name="embedding-3")

解釋：

• embedding_functions.OpenAIEmbeddingFunction 用于創建 chatGLM 的文本嵌入函數，API 請求會發送到 https://open.bigmodel.cn/api/paas/v4，使用 embedding-3 作為嵌入模型。
• 這里的 api_key 需要替換為你的實際 API 密鑰。

---

2. 創建 ChromaDB 客戶端和集合

import chromadb
client = chromadb.Client()
collection = client.get_or_create_collection(name="my_collection", embedding_function=openai_ef)

解釋：

• chromadb.Client() 創建一個 ChromaDB 客戶端。
• client.get_or_create_collection() 用于獲取或創建一個名為 "my_collection" 的集合，并使用 openai_ef 作為嵌入函數。

---

3. 查詢集合中的數據數量

collection.count()

輸出：

0

解釋：

• collection.count() 返回集合中的文檔數量。
• 由于此時還沒有向集合添加任何數據，所以返回 0。

---

4. 添加數據到集合

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

解釋：

• documents：存儲要添加的文檔內容，如 "lorem ipsum..."。
• metadatas：為每個文檔添加元數據，例如 "chapter" 和 "verse"。
• ids：為每個文檔指定唯一的 id（id1，id2，id3）。

---

5. 獲取已存儲的文檔

collection.get(ids=["id1", "id2", "id3"]
)

輸出：

{'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']
}

解釋：

• documents：返回存儲的文檔內容。
• metadatas：返回對應的元數據。
• ids：返回請求的 id。
• embeddings 為空，因為當前存儲時沒有計算嵌入（可能是 OpenAI API 限制或者設置問題）。

---

6. 更新文檔

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

解釋：

• 更新 id1 對應的 document 從 "lorem ipsum..." 變為 "doc1"。
• 其他 id 保持不變。

---

7. 再次獲取數據，驗證更新結果

collection.get(ids=["id1", "id2", "id3"]
)

輸出：

{'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']
}

解釋：

• id1 的 document 成功更新為 "doc1"，其他數據未改變。

---

8. 刪除某個文檔

collection.delete(ids=["id1"]
)

解釋：

• 刪除 id1 對應的文檔。

---

9. 獲取已刪除的文檔

collection.get(ids=["id1"]
)

輸出：

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

解釋：

• id1 的數據已經被刪除，因此返回空列表。

---

總結

本代碼展示了如何使用 ChromaDB 進行以下操作：

1. 創建集合，并使用 OpenAI 生成嵌入。
2. 添加文檔 到集合。
3. 查詢文檔數量 和 獲取文檔。
4. 更新文檔內容。
5. 刪除文檔 并驗證刪除結果。

這樣，你可以使用 ChromaDB 作為一個輕量級的向量數據庫，結合 chatGLM 的嵌入模型進行信息存儲和查詢。