最近在做 Agent 相关的项目，免不了要跟向量数据库打交道。Chroma 是本地调试常用的一类向量数据库，本文将按照 Windows 、 Linux 两个平台分别讲解如何安装、运行 Chroma 向量数据库

环境说明：Windows 部分基于 Python 3.x + pip，Linux 部分基于 Docker

一、Windows 平台安装和运行 Chroma

1. 安装

安装 Chroma 之前，先搭建好 Python 项目和虚拟环境

第一步：创建项目目录和虚拟环境

以我的为例，项目路径是D:\TestCode\python\chroma-db

# 进入项目目录cd D:\TestCode\python\chroma-db# 用 conda 创建虚拟环境（如果你用的 Anaconda）conda create-n chroma-db python=3.10# 激活虚拟环境conda activate chroma-db

如果你不用 conda，用 Python 自带的 venv 也行：

# 进入项目目录cd D:\TestCode\python\chroma-db# 创建虚拟环境python-m venv chroma-db-env# 激活chroma-db-env\Scripts\activate

虚拟环境激活之后，命令行前面会多一个(chroma-db)或(chroma-db-env)的前缀，说明你已经在虚拟环境里了。

第二步：装 chromadb 包

python-m pip install chromadb-i https://pypi.tuna.tsinghua.edu.cn/simple--trusted-host pypi.tuna.tsinghua.edu.cn

这里用了清华的镜像源，国内下载速度能快不少。如果你网络没问题，直接pip install chromadb也可以

2. 运行

装好之后有两种方式启动 Chroma 服务。

方式一：Python 代码启动

在项目根目录D:\TestCode\python\chroma-db下创建main.py

importchromadbfromchromadb.serverimportServerfromchromadb.configimportSettings settings=Settings(persist_directory="./chroma_data",anonymized_telemetry=False)server=Server(settings)server.run(host="0.0.0.0",port=8000)

项目运行后会在D:\TestCode\python\chroma-db\chroma_data目录下生成数据文件，包括 SQLite 数据库和向量索引文件。

启动程序

# 进入项目目录cd D:\TestCode\python\chroma-db# 运行python main.py

方式二：命令行直接启动

chroma run--host 0.0.0.0--port 8000--path./chroma_data

参数说明：

• --host 0.0.0.0监听所有网卡，方便其他机器访问
• --port 8000端口号
• --path ./chroma_data数据存储目录，不指定的话默认在当前目录下

3. 测试

服务跑起来后，用 HTTP 接口验证服务是否正常

curl http://localhost:8000/api/v1/heartbeat

返回类似{"nanosecond heartbeat":1234567890}这样一串 JSON，就说明服务正常跑着了。

再测一下 API 文档页面能不能打开：浏览器访问 http://127.0.0.1:8000/docs ，能看到 Swagger UI 界面就一切 OK

二、Linux 平台安装和运行 Chroma

1. 安装

Linux 上推荐用 Docker 来安装 Chroma 服务

拉取 Chroma 镜像

dockerpull chromadb/chroma:1.5.3

如果拉不动，配个国内镜像源或者走代理。

2. 运行

启动容器

dockerrun-d\--namechromadb\--restart=unless-stopped\-p8000:8000\-v/home/soft/chroma/data:/data\-eIS_PERSISTENT=TRUE\-eALLOW_RESET=false\-eANONYMIZED_TELEMETRY=FALSE\chromadb/chroma:1.5.3

参数说明

如果需要指定版本，改镜像标签就行，比如chromadb/chroma:0.4.24。

3. 测试

测试一：心跳检测

curlhttp://localhost:8000/api/v1/heartbeat

返回类似{"nanosecond heartbeat":...}就说明服务在跑。

测试二：API 接口验证

# 列出所有 collectioncurlhttp://localhost:8000/api/v1/collections# 查看版本curlhttp://localhost:8000/api/v1/version

能正常返回 JSON 数据就说明一切 OK。Chroma 连接后客户端会自动创建所需的 Collection，不像 pgvector 那样还需要手动建表建索引，确实省事不少。

三、LuckReport 项目推荐

导航：LuckReport专栏

1、项目简介

Luck-Report 是一款基于开源项目 UReport2 重构的 Java 高性能报表引擎，通过迭代单元格可以实现任意复杂的中国式报表。相较于 UReport2，Luck-Report 在技术架构上进行了全新升级，后端基于 SpringBoot 框架开发、前端采用 Vue 框架构建，技术选型贴合当下主流项目开发标准，可精准适配各类实际开发需求。

Luck-Report 提供了全新的基于网页的报表设计器，可以在 Chrome、Firefox、Edge 等各种主流浏览器运行（IE 浏览器除外）。使用 Luck-Report，打开浏览器即可完成各种复杂报表的设计制作。

Luck-Report 基于 Apache-2.0 开源协议开源

2、在线体验

• 体验地址：https://www.quzhe.top/luck-report/report/designer
• 源码地址：https://gitee.com/LuckyPools/luck-report
• 文档地址：https://www.quzhe.top/luck-report-blog/report

四、学习交流

链接: Java-AI学习交流
一个人的精力是有限的，没有那么多的时间去探索新的事物，加入一个交流群就相当于增加了一个接触新事物、新想法、新机会的渠道，这就是交流群存在的意义，期待你的加入！