Chromaレビュー:AIとRAGのためのオープンソース・ベクトルデータベース

Chromaとは?

• 製品タイプ:PythonとJavaScriptのライブラリに加え、オプションのサーバーバイナリとして配布されるセルフホスト型のベクトル/埋め込みデータベース——単独でダウンロードするGUIアプリではない
• リポジトリ:github.com/chroma-core/chroma
• ライセンス:Apache-2.0。PyPI上のリポジトリのライセンス分類子で確認済み
• ローカリティ:完全にセルフホスト可能——Chromaのオープンソース版データベースはすべてのデプロイモードにおいて完全に自社インフラ上で動作する。Chroma Cloudは、自分で運用したくないチーム向けの別建てのオプションのマネージド/サーバーレスサービス
• 規模:29,300以上のGitHubスターがあり、Chroma自身のサイトによればchromadbパッケージの月間ダウンロード数は1,500万回を超え、9万を超えるオープンソースのコードベースで使われているという——これらの数字は、必ずしも固有の本番導入件数を表すものではなく、パッケージの広いダウンロード・参照実績を反映したものである
• Chroma自身のサイトで名前が挙げられている利用企業には、Capital One、Mintlify、UnitedHealthcare、Conduit、Propel、Cofounder、Weights & Biases、Medwiseが含まれる

Chromaのプロジェクト沿革

• Chromaのコアapiは、動作するリトリーバルパイプラインを素早く立ち上げられるようにすることを目的に、create_collection、add、query、deleteという意図的に小さい範囲で構築された
• プロジェクトは29,300以上のGitHubスターまで成長しており、Chroma自身のサイトによれば、このレビュー時点でchromadbパッケージの月間ダウンロード数は1,500万回を超えている
• 別建てのマネージド/サーバーレスサービスであるChroma Cloudは、同じデータベースをセルフホストせずに使いたいチーム向けのオプションの選択肢として導入された——ChromaのサイトではこのマネージドプランについてSOC 2 Type II準拠、自動データ階層化、エンタープライズ向けBring Your Own Cloud(BYOC)といった機能が言及されている
• このレビュー時点でPyPI上の最新のchromadbリリースはバージョン1.5.9で、2026-05-05に公開された

Chromaでできること

• シンプルなコアAPI —— コアとなるワークフローを4つの関数がカバーする:コレクションを定義するcreate_collection、ドキュメントを挿入するadd、類似度検索を行うquery、エントリーを削除するdelete
• 自動埋め込み処理 —— 独自の埋め込みを用意せずに生のテキストをChromaに渡すと、デフォルトの埋め込み関数を使ってドキュメントのトークナイズ、埋め込み、インデックス化を自動で行う
• メタデータフィルタリング —— ドキュメント追加時にメタデータを付与し、意味的類似度に加えてそのメタデータでクエリ結果をフィルタリングできる
• 3つのデプロイモード —— 素早いプロトタイピング向けのインメモリ/エフェメラル、プロセス再起動後もデータを保持する永続ローカルストレージ、共有・マルチプロセスアクセス向けのクライアントサーバーアーキテクチャ
• 言語SDK —— 公式のPythonクライアント(PyPI上のchromadb)とJavaScript/TypeScriptクライアント(npm上のchromadb)
• フレームワーク連携 —— ChromaはLangChainやLlamaIndexのRAGパイプライン内でベクトルストアのバックエンドとしてよく使われ、(例えばOllama経由の)ローカル埋め込みモデルやクラウド埋め込みAPIと組み合わされる
• Chroma Cloud(別建てのサービス) —— Chroma自身のサイトの説明によれば、ベクトル・全文・正規表現・メタデータ検索に加え、スパースベクトル検索(BM25、SPLADE)、自動データ階層化、SOC 2 Type II準拠、エンタープライズ向けBring Your Own Cloud(BYOC)をサポートするマネージド・サーバーレスプラン。これらはマネージドプランの機能であり、セルフホスト版のオープンソースデータベースに必ずしもすべて搭載されているわけではないため、現在の機能提供状況はtrychroma.comで直接確認すること

使用例:Chromaを使う3つの方法

• インメモリクライアントを作成し、ドキュメントを追加・検索する:chromadb.Client()はエフェメラルなクライアントを作成し、create_collection()は名前付きコレクションを定義し、add()はオプションのメタデータとIDを付けてドキュメントを挿入し、query()は意味的類似度で検索する——独自の埋め込みを渡さない場合、Chromaがテキストを自動でトークナイズ・埋め込み処理する
• 再起動後もデータを保持するため永続ローカルクライアントを使う:Chromaが文書化しているAPIには永続クライアントモード(現行リリースでは一般的にchromadb.PersistentClient(path=...))が含まれ、メモリ上だけでなくローカルディスクにデータを書き込む——クライアントAPIはリリース間で変更されることがあるため、これに依存するコードを出す前に正確な現行のコンストラクタと引数をdocs.trychroma.comで確認すること
• RAGパイプラインでChromaをLangChainのベクトルストアとして組み合わせる:典型的なワークフローは、ドキュメントを読み込んで分割し、LangChain対応の埋め込みモデル(Ollama経由のローカルモデルまたはクラウドプロバイダー)で埋め込みを行い、LangChainのChromaベクトルストア連携を通じてベクトルをChromaコレクションに保存し、そのストアをリトリーバルチェーンのリトリーバーステップとしてクエリするというものです——LangChainのChroma連携は時間とともにパッケージ間で移動しているため、正確な連携パッケージとインポートパスはLangChainの最新ドキュメントで確認してください

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,
)

Chromaをインストールする

Chromaの料金:Chromaは本当に無料か?

• オープンソースデータベース:無料、Apache-2.0、Chroma自身が課す使用量制限はなし
• 自分で負担するコストは、自社インフラ(計算資源とストレージ)と、ローカルモデルの代わりに有料のクラウド埋め込みAPIを選んだ場合の埋め込みプロバイダー費用に限られる
• Chroma Cloud:別建てのオプションのマネージド/サーバーレスサービス。このレビュー時点で、サイトには新規アカウント向けの初期無料クレジットの記載がありますが、特定の金額を前提に予算を組む前に、現在の料金とクレジット条件をtrychroma.comで直接確認してください
• オープンソースデータベースのインストールと利用にアカウントや登録は不要

Chroma vs. Qdrant

ディレクトリで比較する→

Chromaはどんな人に向いているか?

競合とその他の選択肢

ディレクトリで比較する→

Chromaを評価する際のよくある誤り

よくある質問

出典

関連記事

• ローカルLLMソフトウェアディレクトリ2026 —— この記事が属する、Chroma自身のディレクトリエントリーを含むローカルAIツールの完全なカタログ。
• Qdrantレビュー —— より豊富なメタデータフィルタリングを持つRustベースのセルフホスト型ベクトルデータベース。上記でChromaと正面から比較している。
• cogneeレビュー —— ナレッジグラフベースのエージェントメモリライブラリ。Chromaの単純なベクトル類似度アプローチとの比較用。
• LangChainレビュー —— Chromaをベクトルストアのバックエンドとしてよく利用する汎用LLMアプリケーションフレームワーク。