Téléchargement de chroma go - chroma go SOURCE Téléchargement

chroma go

Autre code source

v0.1.4

Télécharger

Chrome go

Un client de base de données de vecteur de chroma simple écrit en Go

Fonctionne avec la version chroma: v0.4.3 - v0.5.x

Nous invitons les utilisateurs à visiter le site DOCS pour la bibliothèque pour plus d'informations approfondies: Chroma Go Docs

Caractéristique de la parité avec l'API ChromAdb

✅ Créer un locataire
✅ Obtenir le locataire
✅ Créer une base de données
✅ Obtenez la base de données
✅ Réinitialiser
✅ battement de cœur
✅ Liste des collections
✅ Count Collections
✅ Obtenez la version
✅ Créer une collection
✅ Supprimer la collection
✅ Collection Ajouter
✅ Collection Get (partiel sans paramètres supplémentaires)
✅ Compte de collecte
✅ requête de collection
✅ Collection Modifier les intégres
✅ Mise à jour de la collection
✅ Collection Upsert
✅ Collection Supprimer - Supprimer des documents dans la collection
✅ Authentification (base, jeton avec en-tête d'autorisation, jeton avec en-tête de chroma X)
✅ PRKI privé et support de certificat auto-signé

API d'intégration et support des modèles

✅ Prise en charge de l'intégration par défaut - Depuis 0.2.0 +, nous prenons également en charge le modèle all-MiniLM-L6-v2 par défaut exécuté sur ONNX Runtime (ORT).
✅ Soutien d'intégration d'Openai
✅ Cohere (y compris le support multi-langues)
✅ Transformers de phrases (API d'inférence HuggingFace et HFEI Local Server)
✅ Support d'intégration de Google Gemini
Fonction d'intégration personnalisée
✅ Prise en charge du serveur d'inférence en étreinte Hugging Face
✅ Olllama Image Support
✅ CloudFlare Workers
✅ Ensemble du support d'intégration de l'IA
✅ Voyage AI Prise en charge de l'intégration
✅ Mistral AI API INCERDING Soutien
✅ Support d'intégration de l'IA nomique
✅ Jina Ai Image Support

Rerraner les fonctions

À partir de la version 0.2.0 le client Chroma GO prend également en charge les fonctions de rediffusion. Les éléments suivants sont pris en charge:

✅ Cohere
✅ Jina Ai
✅ Rerranker du serveur d'inférence à embarrage Hugging Face

Installation

Important

Il existe de nombreux nouveaux changements menant à v0.2.0 , comme documenté ci-dessous. Si vous souhaitez les utiliser, veuillez installer la dernière version du client.

go get github.com/amikos-tech/chroma-go@main

go get github.com/amikos-tech/chroma-go

Importer:

 import (
chroma "github.com/amikos-tech/chroma-go"
)

Usage

Assurez-vous d'avoir une instance de fonctionnement en cours d'exécution de chroma. Nous recommandons l'une des deux options suivantes:

Documentation officielle
Si vous êtes un fan de Kubernetes, vous pouvez utiliser le graphique de la barre (Remarque: vous aurez besoin Docker , minikube et kubectl )

La configuration (nuage-natif):

minikube start --profile chromago
minikube profile chromago
helm repo add chroma https://amikos-tech.github.io/chromadb-chart/
helm repo update
helm install chroma chroma/chromadb --set chromadb.allowReset=true,chromadb.apiVersion=0.4.5

| Remarque: Pour supprimer le cluster Minikube: minikube delete --profile chromago

Commencer

Considérez l'exemple suivant où:

Nous créons une nouvelle collection
Ajouter des documents en utilisant la fonction d'intégration par défaut
Interrogez la collection en utilisant la même fonction d'intégration

 package main

import (
	"context"
	"fmt"
	"log"
	"os"

	chroma "github.com/amikos-tech/chroma-go"
	"github.com/amikos-tech/chroma-go/collection"
	openai "github.com/amikos-tech/chroma-go/pkg/embeddings/openai"
	"github.com/amikos-tech/chroma-go/types"
)

func main () {
	// Create a new Chroma client
	client , err := chroma . NewClient ( chroma . WithBasePath ( "http://localhost:8000" ))
	if err != nil {
        log . Fatalf ( "Error creating client: %s n " , err )
		return
    }
	// Close the client to release any resources such as local embedding functions
	defer func () {
		err = client . Close ()
		if err != nil {
			log . Fatalf ( "Error closing client: %s n " , err )
        }
    }()
	

	// Create a new collection with options. We don't provide an embedding function here, so the default embedding function will be used
	newCollection , err := client . NewCollection (
		context . TODO (),
        "test-collection" ,
		collection . WithMetadata ( "key1" , "value1" ),
		collection . WithHNSWDistanceFunction ( types . L2 ),
	)
	if err != nil {
		log . Fatalf ( "Error creating collection: %s n " , err )
	}

	// Create a new record set with to hold the records to insert
	rs , err := types . NewRecordSet (
		types . WithEmbeddingFunction ( newCollection . EmbeddingFunction ), // we pass the embedding function from the collection
		types . WithIDGenerator ( types . NewULIDGenerator ()),
	)
	if err != nil {
		log . Fatalf ( "Error creating record set: %s n " , err )
	}
	// Add a few records to the record set
	rs . WithRecord ( types . WithDocument ( "My name is John. And I have two dogs." ), types . WithMetadata ( "key1" , "value1" ))
	rs . WithRecord ( types . WithDocument ( "My name is Jane. I am a data scientist." ), types . WithMetadata ( "key2" , "value2" ))

	// Build and validate the record set (this will create embeddings if not already present)
	_ , err = rs . BuildAndValidate ( context . TODO ())
	if err != nil {
		log . Fatalf ( "Error validating record set: %s n " , err )
	}

	// Add the records to the collection
	_ , err = newCollection . AddRecords ( context . Background (), rs )
	if err != nil {
		log . Fatalf ( "Error adding documents: %s n " , err )
	}

	// Count the number of documents in the collection
	countDocs , qrerr := newCollection . Count ( context . TODO ())
	if qrerr != nil {
		log . Fatalf ( "Error counting documents: %s n " , qrerr )
	}

	// Query the collection
	fmt . Printf ( "countDocs: %v n " , countDocs ) //this should result in 2
	qr , qrerr := newCollection . Query ( context . TODO (), [] string { "I love dogs" }, 5 , nil , nil , nil )
	if qrerr != nil {
		log . Fatalf ( "Error querying documents: %s n " , qrerr )
	}
	fmt . Printf ( "qr: %v n " , qr . Documents [ 0 ][ 0 ]) //this should result in the document about dogs
}