Spring AI 集成 Chroma VectorStore 技术详解与最佳实践

本地 Chroma 部署：

docker run -it --rm --name chroma -p 8000:8000 ghcr.io/chroma-core/chroma:1.0.0

启动后服务地址为 http://localhost:8000/api/v1

2. 配置文件示例

# Chroma 连接配置
spring.ai.vectorstore.chroma.client.host=http://localhost
spring.ai.vectorstore.chroma.client.port=8000
spring.ai.vectorstore.chroma.collection-name=TestCollection
spring.ai.vectorstore.chroma.initialize-schema=true
# OpenAI 嵌入 API Key
spring.ai.openai.api.key=你的 OpenAI API Key

3. 代码集成示例

嵌入模型 Bean

@Bean
public EmbeddingModel embeddingModel() {
    return new OpenAiEmbeddingModel(OpenAiApi.builder().apiKey(System.getenv("OPENAI_API_KEY")).build());
}

手动创建 Chroma VectorStore Bean

@Bean
public VectorStore chromaVectorStore(EmbeddingModel embeddingModel, ChromaApi chromaApi) {
    return ChromaVectorStore.builder(chromaApi, embeddingModel)
            .tenantName("SpringAiTenant")
            .databaseName("SpringAiDatabase")
            .collectionName("TestCollection")
            .initializeSchema(true)
            .build();
}

文档添加与检索

@Autowired
VectorStore vectorStore;
List<Document> documents = List.of(
    new Document("Spring AI rocks!!", Map.of("author", "john")),
    new Document("The World is Big and Salvation Lurks Around the Corner", Map.of("author", "jill")),
    new Document("You walk forward facing the past.", Map.of("author", "john"))
);
// 添加文档
vectorStore.add(documents);
// 相似性检索
List<Document> results = vectorStore.similaritySearch(SearchRequest.builder().query("Spring").topK(5).build());

元数据过滤检索

List<Document> filteredResults = vectorStore.similaritySearch(
    SearchRequest.builder()
        .query("World")
        .topK(5)
        .filterExpression("author in ['john', 'jill'] && article_type == 'blog'")
        .build()
);

六、Mermaid 结构图解

1. Flowchart：整体流程梳理

graph LR
A[用户请求] --> B[文本转嵌入]
B --> C[Chroma 向量存储]
C --> D[相似性检索]
D --> E[返回结果]

说明：用户输入文本，经嵌入模型转为向量，存储于 Chroma 中，之后可进行相似性检索。

2. StateDiagram-v2：Chroma 向量库状态转变

stateDiagram-v2
[*] --> 初始化
初始化 --> 已连接
已连接 --> 已创建集合
已创建集合 --> 已添加文档
已添加文档 --> 检索中
检索中 --> 返回结果
返回结果 --> [*]

说明：系统从初始化到连接、集合创建、文档添加、检索、返回结果的状态流转。

3. SequenceDiagram：Spring AI 与 Chroma 交互时序

sequenceDiagram
participant User
participant SpringAI
participant EmbeddingModel
participant ChromaDB
User->>SpringAI: 提交检索请求
SpringAI->>EmbeddingModel: 文本转向量
SpringAI->>ChromaDB: 相似性检索（含元数据过滤）
ChromaDB-->>SpringAI: 检索结果
SpringAI-->>User: 返回文档列表

说明：用户请求经 Spring AI 处理，嵌入模型转向量后，Spring AI 调用 Chroma 进行检索并返回结果。

七、参考与权威资料

• Chroma 官方文档
• Spring AI 官方文档
• Spring AI GitHub
• Chroma GitHub

八、总结

• 向量数据库是 AI 语义检索的关键基础设施。
• Chroma 开源、易用，支持本地与云端部署。
• Spring AI 自动化集成，极大提高开发效率。
• 元数据过滤让检索结果更可控、更精准。
• 初始化 Schema 需显式配置，兼容不同环境。
• Mermaid 三种图表分别适合流程、状态、时序结构说明。