Chroma Review : base de données vectorielle open source pour l'IA et le RAG

Qu'est-ce que Chroma ?

• Type de produit : une base de données vectorielle/d'embeddings auto-hébergée, distribuée sous forme de bibliothèque Python et JavaScript, avec un binaire serveur optionnel — pas une application GUI autonome à télécharger
• Dépôt : github.com/chroma-core/chroma
• Licence : Apache-2.0, confirmée via le classificateur de licence du dépôt sur PyPI
• Localité : entièrement auto-hébergeable — la base de données open source de Chroma fonctionne intégralement sur votre propre infrastructure dans tous les modes de déploiement ; Chroma Cloud est une offre managée/serverless distincte et optionnelle pour les équipes qui ne souhaitent pas l'exploiter elles-mêmes
• Échelle : plus de 29 300 étoiles GitHub, et le site de Chroma cite plus de 15 millions de téléchargements mensuels du package chromadb et une utilisation dans plus de 90 000 bases de code open source — des chiffres qui reflètent l'empreinte de téléchargement globale du package plutôt qu'un décompte nécessairement précis de déploiements de production uniques
• Parmi les clients cités sur le propre site de Chroma figurent Capital One, Mintlify, UnitedHealthcare, Conduit, Propel, Cofounder, Weights & Biases et Medwise

Historique du projet Chroma

• L'API principale de Chroma a été conçue autour d'une surface délibérément restreinte : create_collection, add, query et delete, dans le but de mettre rapidement en place un pipeline de récupération fonctionnel
• Le projet a atteint plus de 29 300 étoiles GitHub et, selon le propre site de Chroma, plus de 15 millions de téléchargements mensuels du package chromadb au moment de cette review
• Chroma Cloud, une offre managée/serverless distincte, a été introduite comme option pour les équipes souhaitant la même base de données sans l'auto-héberger — le site de Chroma mentionne pour ce palier managé des fonctionnalités comme la conformité SOC 2 Type II, le tiering automatique des données, et le Bring Your Own Cloud (BYOC) pour les entreprises
• La dernière version de chromadb sur PyPI au moment de cette review est la 1.5.9, publiée le 2026-05-05

Que peut-on faire avec Chroma ?

• API principale simple — quatre fonctions couvrent le flux de travail principal : create_collection pour définir une collection, add pour insérer des documents, query pour rechercher par similarité, et delete pour supprimer des entrées
• Gestion automatique des embeddings — si vous fournissez à Chroma du texte brut sans apporter vos propres embeddings, il tokenise, embarque (embed) et indexe les documents pour vous à l'aide d'une fonction d'embedding par défaut
• Filtrage par métadonnées — vous pouvez attacher des métadonnées aux documents lors de leur ajout et filtrer les résultats de requête selon ces métadonnées en plus de la similarité sémantique
• Trois modes de déploiement — en mémoire/éphémère pour un prototypage rapide, stockage local persistant pour que les données survivent aux redémarrages, et une architecture client-serveur pour un accès partagé multi-processus
• SDK par langage — clients officiels Python (chromadb sur PyPI) et JavaScript/TypeScript (chromadb sur npm)
• Intégrations frameworks — Chroma est couramment utilisé comme backend de stockage vectoriel dans les pipelines RAG LangChain et LlamaIndex, associé à des modèles d'embedding locaux (par exemple via Ollama) ou à une API d'embedding cloud
• Chroma Cloud (offre distincte) — un palier managé et serverless que le propre site de Chroma décrit comme prenant en charge la recherche vectorielle, plein texte, par regex et par métadonnées, ainsi que la recherche vectorielle creuse (sparse, BM25, SPLADE), le tiering automatique des données, la conformité SOC 2 Type II, et le Bring Your Own Cloud (BYOC) pour les entreprises ; vérifiez la disponibilité actuelle de ces fonctionnalités directement sur trychroma.com, car il s'agit de fonctionnalités du palier managé qui ne sont pas toutes nécessairement présentes dans la base de données open source auto-hébergée

Exemples d'utilisation : trois façons d'utiliser Chroma

• Créer un client en mémoire et ajouter/interroger des documents : chromadb.Client() crée un client éphémère, create_collection() définit une collection nommée, add() insère des documents avec métadonnées et identifiants optionnels, et query() recherche par similarité sémantique — Chroma tokenise et embarque le texte automatiquement si vous ne fournissez pas vos propres embeddings
• Utiliser un client local persistant pour que les données survivent aux redémarrages : l'API documentée de Chroma inclut un mode client persistant (généralement chromadb.PersistentClient(path=...) dans les versions actuelles) qui écrit les données sur disque local plutôt que de les garder uniquement en mémoire — vérifiez le constructeur exact et ses arguments actuels sur docs.trychroma.com avant de livrer du code qui en dépend, car les API clients peuvent évoluer entre les versions
• Associer Chroma à LangChain comme magasin vectoriel dans un pipeline RAG : le flux de travail typique consiste à charger et découper vos documents, à les embarquer avec un modèle d'embedding compatible LangChain (local via Ollama ou un fournisseur cloud), à stocker les vecteurs dans une collection Chroma via l'intégration de magasin vectoriel Chroma de LangChain, puis à interroger ce magasin comme étape de récupération dans une chaîne de récupération — vérifiez la documentation actuelle de LangChain pour le package d'intégration exact et le chemin d'import, car l'intégration Chroma de LangChain a changé de package au fil du temps

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,
)

Installer Chroma

Tarifs Chroma : Chroma est-il vraiment gratuit ?

• Base de données open source : gratuite, Apache-2.0, sans limite d'usage imposée par Chroma lui-même
• Vos propres coûts se limitent à votre propre infrastructure (calcul et stockage) plus le fournisseur d'embedding que vous utilisez, si vous choisissez une API d'embedding cloud payante plutôt qu'un modèle local
• Chroma Cloud : une offre managée/serverless distincte et optionnelle ; au moment de cette review, le site mentionne un crédit initial gratuit pour les nouveaux comptes — vérifiez les tarifs et conditions de crédit actuels directement sur trychroma.com avant de budgétiser sur un chiffre précis
• Aucun compte ni inscription n'est requis pour installer et utiliser la base de données open source

Chroma vs. Qdrant

À qui s'adresse Chroma ?

Concurrents et alternatives

Erreurs courantes lors de l'évaluation de Chroma

Questions fréquemment posées

Sources

Lectures complémentaires

• Local LLM Software Directory 2026 — le catalogue complet des outils d'IA locaux auquel appartient cet article, incluant la propre fiche de Chroma dans le répertoire.
• Review de Qdrant — une base de données vectorielle auto-hébergeable écrite en Rust, avec un filtrage de métadonnées plus étendu, comparée directement à Chroma ci-dessus.
• Review de cognee — une bibliothèque de mémoire d'agent basée sur un graphe de connaissances, à comparer à l'approche de similarité vectorielle plate de Chroma.
• Review de LangChain — un framework d'application LLM généraliste qui utilise couramment Chroma comme backend de magasin vectoriel.