メニュー
Chroma — AI-native embedding database. In-process, lightweight vector store with automatic embedding, metadata filtering, and full-text search. Simplest path from prototype to production RAG.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/mkurman/zorai --skill chromadbコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SOC 職業分類に基づく
SKILL.md を表示中
| name | chromadb |
| description | Chroma — AI-native embedding database. In-process, lightweight vector store with automatic embedding, metadata filtering, and full-text search. Simplest path from prototype to production RAG. |
| tags | ["chromadb","vector-database","embeddings","rag","semantic-search","python","zorai"] |
Chroma is an AI-native embedding database optimized for RAG workflows. Lightweight, in-process, with automatic embedding via sentence-transformers, metadata filtering, and semantic search — no separate server required. Fastest path from prototype to production.
uv pip install chromadb
import chromadb
client = chromadb.PersistentClient(path="./chroma_data")
collection = client.create_collection(name="documents")
# Add documents with metadata
collection.add(
documents=["Paris is the capital of France.", "Berlin is the capital of Germany."],
metadatas=[{"country": "France"}, {"country": "Germany"}],
ids=["doc1", "doc2"],
)
# Query with filter
results = collection.query(
query_texts=["What is the capital of France?"],
n_results=3,
where={"country": "France"},
)
print(results["documents"][0])