懂AI
chroma

chroma

支持快速构建基于Python或JavaScript的语言模型(LLM)应用的嵌入式数据库

Chroma是一个开源的嵌入式数据库，支持快速构建基于Python或JavaScript的语言模型(LLM)应用。该项目提供了适用于开发、测试和生产环境的统一API，并且具备集成、查询、过滤和密度估计等丰富特性。通过简洁的API和完整的文档，用户可以轻松管理和查询集合中的文档数据，支持自定义或自动嵌入。项目采用Apache 2.0许可证，免费开源，欢迎开发者加入其社区，共同推动项目发展。

Chroma嵌入数据库开源PythonJavaScriptGithub开源项目热门
访问官网GitHubHugging Face文档

Chroma：开源嵌入式数据库

Chroma是一个开源的嵌入式数据库，旨在成为构建Python或JavaScript LLM（大型语言模型）应用程序的最快捷方式。它提供了一个简单而强大的API，使开发者能够轻松地为其应用程序添加记忆功能。

核心功能

Chroma的核心API仅包含4个主要功能，使其易于上手和使用：

  1. 创建客户端
  2. 创建或获取集合
  3. 添加文档
  4. 查询相似结果

这些功能为开发者提供了一个简洁而强大的工具集，用于管理和检索嵌入式数据。

主要特点

Chroma具有以下几个突出的特点：

  1. 简单易用：Chroma提供了完全类型化、经过充分测试和详细文档的API，确保开发者使用时的舒适度。

  2. 丰富的集成：它与多个流行的AI和数据处理库集成，如LangChain和LlamaIndex，使其能够无缝地融入各种开发环境。

  3. 灵活的部署：Chroma支持从开发、测试到生产的全周期使用，同样的API可以在笔记本电脑上运行，也可以扩展到集群中。

  4. 功能丰富：除了基本的查询功能外，Chroma还提供过滤、密度估计等高级特性。

  5. 免费开源：Chroma采用Apache 2.0许可证，允许开发者自由使用和修改。

应用场景

Chroma特别适合于构建"为您的数据聊天"类型的应用。这类应用的典型流程包括：

  1. 将文档添加到数据库中
  2. 使用自然语言查询相关文档
  3. 将检索到的文档组合到LLM（如GPT-3）的上下文窗口中，进行进一步的总结或分析

嵌入技术

Chroma的核心是基于嵌入技术。嵌入是一种将文本、图像或音频转换为数字列表的过程，使机器学习模型能够"理解"这些数据。这种技术能够捕捉文档的本质，使具有相似本质的文档和查询在嵌入空间中彼此"靠近"，从而易于检索。

默认情况下，Chroma使用Sentence Transformers进行嵌入，但用户也可以选择使用OpenAI、Cohere等其他嵌入服务，或者使用自定义的嵌入方法。

社区参与

Chroma是一个快速发展的项目，欢迎贡献者参与其中。开发者可以通过以下方式参与：

  1. 加入Discord社区讨论
  2. 查看项目路线图并贡献想法
  3. 解决GitHub上的issues并提交PR
  4. 阅读项目的贡献指南

Chroma团队每周一发布新的tagged版本，并在必要时发布热修复。

通过这些特性和功能，Chroma为开发者提供了一个强大而灵活的工具，以快速构建具有记忆能力的AI应用程序。

编辑推荐精选

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表

爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型，支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。

olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

CSM

CSM

高质量语音生成模型

CSM 是一个开源的语音生成项目，它提供了一个基于 Llama-3.2-1B 和 CSM-1B 的语音生成模型。该项目支持多语言，可生成多种声音，适用于研究和教育场景。通过使用 CSM，用户可以方便地进行语音合成，同时项目还提供了水印功能，确保生成音频的可追溯性和透明度。

下拉加载更多