ChromaDB

Base de données vectorielle open source conçue pour stocker des embeddings et effectuer des recherches par similarité.

Classification de la technologie

Type

Intelligence artificielle

Technologie

ChromaDB

Base de données vectorielle open source conçue pour stocker des embeddings et effectuer des recherches par similarité. Cette fiche est créée pour assurer le classement et le maillage des contenus LangChain associés. Les détails fonctionnels et les exemples doivent être vérifiés avant publication.

Licence: Open source
Langage principal: Python / TypeScript
État des informations: Vérifiées récemment
Dernière vérification: 10 août 2026

Construire un RAG minimal avec LangChain et ChromaDB
Construire un pipeline RAG minimal : documents, découpage, embeddings, index Chroma, retriever et réponse fondée sur les sources.
Comprendre les embeddings et la recherche sémantique
Comprendre comment un texte devient un vecteur, comment mesurer sa proximité et comment évaluer une recherche sémantique pour le RAG.
ChromaDB, FAISS ou pgvector : quelle base vectorielle choisir pour un RAG ?
Comparer ChromaDB, FAISS et pgvector selon le prototypage, les filtres, les transactions, les performances et l’exploitation.

Sources utilisées

Chroma integration with LangChain (s’ouvre dans un nouvel onglet)

ChromaDB

Classification de la technologie

Type

Technologie

Guides et tutoriels sur ChromaDB

Construire un RAG minimal avec LangChain et ChromaDB

Comprendre les embeddings et la recherche sémantique

ChromaDB, FAISS ou pgvector : quelle base vectorielle choisir pour un RAG ?

Sources utilisées