Chroma Review: Banco de Dados Vetorial Open-Source para IA e RAG

O Que É o Chroma?

• Tipo de produto: um banco de dados vetorial/de embeddings autohospedado, distribuído como biblioteca Python e JavaScript além de um binário de servidor opcional — não um aplicativo gráfico autônomo para download
• Repositório: github.com/chroma-core/chroma
• Licença: Apache-2.0, confirmada pelo classificador de licença no PyPI
• Localidade: totalmente autohospedável — o banco de dados open-source do Chroma roda inteiramente na sua própria infraestrutura em todos os modos de implantação; o Chroma Cloud é uma oferta gerenciada/serverless separada e opcional para equipes que não querem operá-lo por conta própria
• Escala: mais de 29.300 estrelas no GitHub, e o próprio site do Chroma cita mais de 15 milhões de downloads mensais do pacote chromadb e uso em mais de 90.000 bases de código open-source — números que refletem o amplo alcance de downloads do pacote, não necessariamente uma contagem de implantações de produção únicas
• Clientes nomeados no próprio site do Chroma incluem Capital One, Mintlify, UnitedHealthcare, Conduit, Propel, Cofounder, Weights & Biases e Medwise

Histórico do Projeto Chroma

• A API principal do Chroma foi construída em torno de uma superfície deliberadamente pequena: create_collection, add, query e delete, com o objetivo de tornar rápido colocar um pipeline de retrieval funcional em pé
• O projeto cresceu para mais de 29.300 estrelas no GitHub e, segundo o próprio site do Chroma, mais de 15 milhões de downloads mensais do pacote chromadb no momento desta review
• O Chroma Cloud, uma oferta gerenciada/serverless separada, foi introduzido como um caminho opcional para equipes que querem o mesmo banco de dados sem autohospedá-lo — o site do Chroma menciona recursos como conformidade SOC 2 Type II, camadas automáticas de dados (data tiering) e Bring Your Own Cloud (BYOC) para empresas nesse plano gerenciado
• A versão mais recente do chromadb no PyPI no momento desta review é a 1.5.9, publicada em 05/05/2026

O Que Você Pode Fazer Com o Chroma?

• API principal simples — quatro funções cobrem o fluxo de trabalho essencial: create_collection para definir uma coleção, add para inserir documentos, query para buscar por similaridade e delete para remover entradas
• Tratamento automático de embeddings — se você fornecer ao Chroma texto bruto sem trazer seus próprios embeddings, ele tokeniza, gera embeddings e indexa os documentos para você usando uma função de embedding padrão
• Filtragem por metadados — você pode anexar metadados aos documentos ao adicioná-los e filtrar os resultados das consultas por esses metadados, além da similaridade semântica
• Três modos de implantação — em memória/efêmero para prototipagem rápida, armazenamento local persistente para que os dados sobrevivam a reinicializações, e uma arquitetura cliente-servidor para acesso compartilhado e multiprocesso
• SDKs de linguagem — clientes oficiais em Python (chromadb no PyPI) e JavaScript/TypeScript (chromadb no npm)
• Integrações com frameworks — o Chroma é comumente usado como backend de vector store dentro de pipelines RAG do LangChain e do LlamaIndex, combinado com modelos de embedding locais (por exemplo via Ollama) ou uma API de embedding na nuvem
• Chroma Cloud (oferta separada) — um plano gerenciado e serverless que o próprio site do Chroma descreve como suporte a busca vetorial, de texto completo, por regex e por metadados, além de busca vetorial esparsa (BM25, SPLADE), camadas automáticas de dados, conformidade SOC 2 Type II e Bring Your Own Cloud (BYOC) para empresas; verifique a disponibilidade atual dos recursos diretamente em trychroma.com, já que esses são recursos do plano gerenciado e nem todos estão necessariamente presentes no banco de dados open-source autohospedado

Exemplos de Uso: Três Formas de Usar o Chroma

• Criar um cliente em memória e adicionar e consultar documentos: chromadb.Client() cria um cliente efêmero, create_collection() define uma coleção nomeada, add() insere documentos com metadados e IDs opcionais, e query() busca por similaridade semântica — o Chroma tokeniza e gera embeddings do texto automaticamente caso você não passe seus próprios embeddings
• Usar um cliente local persistente para que os dados sobrevivam a reinicializações: a API documentada do Chroma inclui um modo de cliente persistente (geralmente chromadb.PersistentClient(path=...) nas versões atuais) que grava dados em disco local em vez de mantê-los apenas em memória — verifique o construtor exato e os argumentos atuais em docs.trychroma.com antes de colocar em produção código que dependa disso, já que as APIs de cliente podem mudar entre versões
• Combinar o Chroma com o LangChain como vector store em um pipeline RAG: o fluxo de trabalho típico é carregar e dividir seus documentos, gerar embeddings deles com um modelo de embedding compatível com o LangChain (local via Ollama ou um provedor na nuvem), armazenar os vetores em uma coleção do Chroma por meio da integração de vector store do LangChain com o Chroma, e então consultar esse armazenamento como a etapa de retrieval em uma cadeia de recuperação — confira a documentação atual do LangChain para o pacote de integração e o caminho de importação exatos, já que a integração do LangChain com o Chroma mudou de pacote ao longo do tempo

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 o Chroma

Preços do Chroma: O Chroma É Realmente Gratuito?

• Banco de dados open-source: gratuito, Apache-2.0, sem limites de uso impostos pelo próprio Chroma
• Seus próprios custos se limitam à sua infraestrutura (computação e armazenamento) e ao provedor de embedding que você usar, caso opte por uma API de embedding paga na nuvem em vez de um modelo local
• Chroma Cloud: uma oferta gerenciada/serverless separada e opcional; no momento desta review o site menciona um crédito gratuito inicial para novas contas — verifique preços e condições de crédito atuais diretamente em trychroma.com antes de planejar seu orçamento em torno de um valor específico
• Não é necessária conta nem cadastro para instalar e usar o banco de dados open-source

Chroma vs. Qdrant

Comparar no diretório→

Quem Deveria Usar o Chroma?

Concorrentes e Alternativas

Comparar no diretório→

Erros Comuns ao Avaliar o Chroma

Perguntas frequentes

Fontes

Leitura Relacionada

• Diretório de Software de LLM Local 2026 — o catálogo completo de ferramentas de IA local ao qual este artigo pertence, incluindo a própria entrada do Chroma no diretório.
• Review do Qdrant — um banco de dados vetorial autohospedável baseado em Rust, com filtragem de metadados mais extensa, comparado diretamente com o Chroma acima.
• Review do cognee — uma biblioteca de memória de agente baseada em grafo de conhecimento, para comparação com a abordagem de similaridade vetorial simples do Chroma.
• Review do LangChain — um framework de aplicação LLM de propósito geral que comumente usa o Chroma como seu backend de vector store.