给 AI 应用找个轻量向量库？Chroma：2.9 万星，几行代码就能跑

GitHub 仓库

chroma-core/chroma

总 Stars

★ 29,664

主要语言

Rust

查看 GitHub 项目

结论先说：Chroma 是编辑精选的常青项目，总量 29,664 星（API 核验：仓库主语言为 Rust、Apache-2.0 协议、11 月 7 日仍在推送）。

它是什么

Chroma 的定位是“AI 原生的检索基础设施”：文档分块、embedding、存储、检索一条龙，API 设计得很克制。

能干嘛

个人知识库问答、文档助手、Demo 级 RAG，都是它的舒适区；做原型验证时，它能让你把精力放在提示词和检索策略上，而不是数据库运维上。

适合谁

刚接触 RAG 的开发者、做 Demo 和原型的个人、数据量在百万级以下的中小应用。数据量上到千万级、要求多租户和高可用时，再考虑分布式方案。

问：Chroma 和 Milvus、Weaviate 怎么选？

按阶段选：原型和中小应用选 Chroma，上手最快；对象加向量一体、过滤复杂选 Weaviate；十亿级生产库选 Milvus。我的看法是：先让东西跑起来，再为规模换库。

注意点

嵌入模式的数据要自己备份，别只存在内存里；版本之间 API 有过调整，抄教程时先对版本号。

站长点评

Chroma 的 2.9 万星，很大一部分来自 RAG 教程的默认推荐：它把向量库的门槛降到了“会调 API 就会用”。