Chroma Review: base de datos de vectores de código abierto para IA y RAG

¿Qué es Chroma?

• Tipo de producto: una base de datos de vectores/embeddings autoalojada, distribuida como biblioteca de Python y JavaScript más un binario de servidor opcional — no una aplicación de escritorio con GUI independiente
• Repositorio: github.com/chroma-core/chroma
• Licencia: Apache-2.0, confirmada a través del clasificador de licencia del repositorio en PyPI
• Localidad: totalmente autoalojable — la base de datos de código abierto de Chroma se ejecuta por completo en tu propia infraestructura en todos los modos de despliegue; Chroma Cloud es una oferta gestionada/serverless aparte y opcional para equipos que no quieren operarla ellos mismos
• Escala: más de 29.300 estrellas en GitHub, y el propio sitio de Chroma cita más de 15 millones de descargas mensuales del paquete chromadb y uso en más de 90.000 bases de código de código abierto — cifras que reflejan la huella de descargas del paquete más que necesariamente un recuento de despliegues de producción únicos
• Entre los clientes nombrados en el propio sitio de Chroma están Capital One, Mintlify, UnitedHealthcare, Conduit, Propel, Cofounder, Weights & Biases y Medwise

Historia del proyecto Chroma

• La API principal de Chroma se construyó en torno a una superficie deliberadamente pequeña: create_collection, add, query y delete, con el objetivo de poner en marcha rápidamente un pipeline de recuperación funcional
• El proyecto ha crecido hasta superar las 29.300 estrellas en GitHub y, según el propio sitio de Chroma, más de 15 millones de descargas mensuales del paquete chromadb en el momento de esta review
• Chroma Cloud, una oferta gestionada/serverless aparte, se introdujo como vía opcional para equipos que quieren la misma base de datos sin autoalojarla — el sitio de Chroma menciona funciones como el cumplimiento SOC 2 Tipo II, el escalonamiento automático de datos (data tiering) y Bring Your Own Cloud (BYOC) para empresas en ese nivel gestionado
• La última versión de chromadb en PyPI en el momento de esta review es la 1.5.9, publicada el 05-05-2026

¿Qué puedes hacer con Chroma?

• API principal sencilla — cuatro funciones cubren el flujo de trabajo principal: create_collection para definir una colección, add para insertar documentos, query para buscar por similitud y delete para eliminar entradas
• Gestión automática de embeddings — si le das a Chroma texto plano sin aportar tus propios embeddings, tokeniza, embebe e indexa los documentos por ti usando una función de embedding predeterminada
• Filtrado por metadatos — puedes asociar metadatos a los documentos al añadirlos y filtrar los resultados de las consultas por esos metadatos junto con la similitud semántica
• Tres modos de despliegue — en memoria/efímero para prototipado rápido, almacenamiento local persistente para que los datos sobrevivan a los reinicios del proceso, y una arquitectura cliente-servidor para acceso compartido multiproceso
• SDKs de lenguaje — clientes oficiales de Python (chromadb en PyPI) y JavaScript/TypeScript (chromadb en npm)
• Integraciones con frameworks — Chroma se usa habitualmente como backend de almacén de vectores dentro de pipelines RAG de LangChain y LlamaIndex, combinado con modelos de embedding locales (por ejemplo vía Ollama) o una API de embedding en la nube
• Chroma Cloud (oferta aparte) — un nivel gestionado y serverless que el propio sitio de Chroma describe como compatible con búsqueda vectorial, de texto completo, por expresiones regulares y por metadatos, además de búsqueda vectorial dispersa (BM25, SPLADE), escalonamiento automático de datos, cumplimiento SOC 2 Tipo II y Bring Your Own Cloud (BYOC) para empresas; verifica la disponibilidad actual de funciones directamente en trychroma.com, ya que son funciones del nivel gestionado y no todas están necesariamente presentes en la base de datos de código abierto autoalojada

Ejemplos de uso: tres formas de usar Chroma

• Crear un cliente en memoria y añadir y consultar documentos: chromadb.Client() crea un cliente efímero, create_collection() define una colección con nombre, add() inserta documentos con metadatos e IDs opcionales, y query() busca por similitud semántica — Chroma tokeniza y embebe el texto automáticamente si no le pasas tus propios embeddings
• Usar un cliente local persistente para que los datos sobrevivan a los reinicios: la API documentada de Chroma incluye un modo de cliente persistente (habitualmente chromadb.PersistentClient(path=...) en las versiones actuales) que escribe los datos en disco local en lugar de mantenerlos solo en memoria — verifica el constructor y los argumentos exactos actuales en docs.trychroma.com antes de publicar código que dependa de ello, ya que las APIs del cliente pueden cambiar entre versiones
• Combinar Chroma con LangChain como almacén de vectores en un pipeline RAG: el flujo de trabajo típico es cargar y dividir tus documentos, embeberlos con un modelo de embedding compatible con LangChain (local vía Ollama o un proveedor en la nube), almacenar los vectores en una colección de Chroma a través de la integración de almacén de vectores Chroma de LangChain, y luego consultar ese almacén como paso de recuperación en una cadena de recuperación — consulta la documentación actual de LangChain para conocer el paquete de integración y la ruta de importación exactos, ya que la integración de Chroma en LangChain se ha movido entre paquetes con el tiempo

import chromadb

client = chromadb.Client()
collection = client.create_collection(name="my_collection")

collection.add(
    documents=["This is document1"],
    metadatas=[{"source": "notion"}],
    ids=["doc1"],
)

results = collection.query(
    query_texts=["This is a query document"],
    n_results=2,
)

Instalar Chroma

Precios de Chroma: ¿es realmente gratis?

• Base de datos de código abierto: gratuita, Apache-2.0, sin límites de uso impuestos por Chroma
• Tus propios costes se limitan a tu propia infraestructura (cómputo y almacenamiento) más el proveedor de embeddings que uses, si eliges una API de embedding en la nube de pago en lugar de un modelo local
• Chroma Cloud: una oferta gestionada/serverless aparte y opcional; en el momento de esta review el sitio menciona una asignación inicial de crédito gratuito para cuentas nuevas, pero verifica los precios y las condiciones del crédito actuales directamente en trychroma.com antes de presupuestar en torno a una cifra concreta
• No se requiere cuenta ni registro para instalar y usar la base de datos de código abierto

Chroma vs. Qdrant

¿Quién debería usar Chroma?

Competidores y alternativas

Errores comunes al evaluar Chroma

Preguntas frecuentes

Fuentes

Lecturas relacionadas

• Directorio de Software LLM Local 2026 — el catálogo completo de herramientas de IA local al que pertenece este artículo, incluida la propia entrada de directorio de Chroma.
• Review de Qdrant — una base de datos de vectores autoalojable basada en Rust con un filtrado de metadatos más extenso, comparada cara a cara con Chroma más arriba.
• Review de cognee — una biblioteca de memoria de agente basada en grafos de conocimiento, para comparar con el enfoque de similitud vectorial plana de Chroma.
• Review de LangChain — un framework de aplicación LLM de propósito general que usa habitualmente Chroma como backend de almacén de vectores.