Day24：向量数据库 Chroma_FAISS 入门
Day24：向量数据库 Chroma/FAISS 入门
引言：
上期咱们搞定了 Embedding 向量化，把文字变成了机器能懂的数字向量。但很多同学把向量生成后就 “乱扔”，导致检索慢、找不到、甚至丢失！ 今天咱们就给向量找个“智能豪宅”—— 向量数据库！Chroma 新手友好，FAISS 性能炸裂，保姆级教程 + 完整代码，看完直接写进简历！
🎯 今日核心任务（人话翻译）
搞懂向量数据库：为什么不用 Excel 存向量？它到底牛在哪？
Chroma 入门实战：创建数据库→插入向量→智能检索，新手零压力
FAISS 初体验：感受一下什么叫 “闪电般的检索速度”
双版本代码：通义千问在线版，直接复制就能跑
🧠 一、向量数据库：大白话秒懂（拒绝晦涩）
❌ 劝退式定义（别看）
向量数据库是专门用于存储、索引、查询高维稠密向量的数据库系统，通过近似最近邻搜索（ANN）实现毫秒级检索…
✅ 人话版讲解（醍醐灌顶）
把向量数据库当成 “智能图书馆管理员”：
普通数据库（MySQL/Excel）：只会按 “书名” 找书，你问 “讲 LPR 利率的书在哪”，它直接懵圈
向量数据库：不仅存书，还懂每本书的 “内容语义”，你问 “讲 LPR 的书”，它一秒给你找出最相关的 3 本！
核心优势：
毫秒级检索：百万级向量库，0.1 秒出结果
语义匹配：不是找关键词，是找 “意思最像” 的内容
自动索引：不用你手动建索引，它自动帮你优化
🛠️ 二、环境一键安装（复制即跑）
打开终端，执行命令：
# 核心依赖：Chroma轻量向量库 + FAISS高性能向量库 + 通义千问pipinstalllangchain langchain-community chromadb faiss-cpu dashscope sentence-transformers-ihttps://pypi.tuna.tsinghua.edu.cn/simple/chromadb：新手首选，轻量易上手faiss-cpu：Facebook 开源，性能炸裂（有 N 卡可装faiss-gpu）
💻 三、实战一：Chroma 入门保姆级（新手闭眼冲）
Chroma 是 LangChain 官方推荐的新手向量库，零配置、开箱即用，适合学习和小规模项目。
完整代码（通义千问版）
#!/usr/bin/env python3# -*- coding: utf-8 -*-# Day24：Chroma向量数据库入门实战（通义千问版）importosfromlangchain.text_splitterimportRecursiveCharacterTextSplitterfromlangchain_community.vectorstoresimportChromafromlangchain_community.embeddingsimportDashScopeEmbeddingsfromlangchain_community.document_loadersimportTextLoader# ===================== 核心配置 =====================os.environ["DASHSCOPE_API_KEY"]="sk-你的通义千问API Key"PERSIST_DIRECTORY="./chroma_library"# 向量库存储路径（智能图书馆）# ===================== 1. 准备“图书”（文档） =====================# 加载测试文档（替换成你的LPR公告/金融知识）loader=TextLoader("lpr_2026.txt",encoding="utf-8")docs=loader.load()# 智能分块（把厚书拆成薄册子）text_splitter=RecursiveCharacterTextSplitter(chunk_size=300,chunk_overlap=50,separators=["\n\n","\n","。","！","？"])split_docs=text_splitter.split_documents(docs)print(f"✅ 准备了{len(split_docs)}本“小书”")# ===================== 2. 初始化“智能图书馆”（Chroma） =====================print("🔧 正在建造智能图书馆...")embedding=DashScopeEmbeddings(model="text-embedding-v3")# 创建Chroma向量库，自动持久化到本地vector_db=Chroma.from_documents(documents=split_docs,embedding=embedding,persist_directory=PERSIST_DIRECTORY)vector_db.persist()print("🎉 智能图书馆建造完成！向量已入库")# ===================== 3. 智能检索（找书） =====================print("\n"+"="*60)user_question="2026年3月的1年期LPR是多少？"print(f"🤖 正在图书馆找书：{user_question}")# 相似度搜索：找出最相关的3个文本块results=vector_db.similarity_search(user_question,k=3)print("\n📚 找到最相关的3本“小书”：")fori,docinenumerate(results):print(f"\n--- 第{i+1}本 ---\n{doc.page_content}")print("="*60)💻 四、实战二：FAISS 初体验（感受闪电速度）
FAISS 是 Facebook AI Research 开源的高性能向量库，检索速度是 Chroma 的 5-10 倍，适合百万级以上向量库。
完整代码（通义千问版）
#!/usr/bin/env python3# -*- coding: utf-8 -*-# Day24：FAISS向量数据库初体验（通义千问版）importosfromlangchain.text_splitterimportRecursiveCharacterTextSplitterfromlangchain_community.vectorstoresimportFAISSfromlangchain_community.embeddingsimportDashScopeEmbeddingsfromlangchain_community.document_loadersimportTextLoader# ===================== 核心配置 =====================os.environ["DASHSCOPE_API_KEY"]="sk-你的通义千问API Key"FAISS_SAVE_PATH="./faiss_index"# ===================== 1. 文档加载+分块 =====================docs=TextLoader("lpr_2026.txt",encoding="utf-8").load()text_splitter=RecursiveCharacterTextSplitter(chunk_size=300,chunk_overlap=50)split_docs=text_splitter.split_documents(docs)# ===================== 2. FAISS向量库构建 =====================print("⚡ 正在构建FAISS闪电向量库...")embedding=DashScopeEmbeddings(model="text-embedding-v3")vector_db=FAISS.from_documents(documents=split_docs,embedding=embedding)# 保存FAISS索引到本地vector_db.save_local(FAISS_SAVE_PATH)print("🎉 FAISS闪电库构建完成！")# ===================== 3. 闪电检索 =====================user_question="2026年3月的5年期LPR是多少？"print(f"\n⚡ 闪电检索中：{user_question}")results=vector_db.similarity_search(user_question,k=2)print("\n📚 闪电找到结果：")fori,docinenumerate(results):print(f"\n--- 结果{i+1}---\n{doc.page_content}")📊 五、Chroma vs FAISS：新手怎么选？
| 维度 | Chroma | FAISS |
|---|---|---|
| 上手难度 | ⭐ 超级简单，零配置 | ⭐⭐⭐ 需要了解索引 |
| 检索速度 | ⭐⭐ 适合万级向量 | ⭐⭐⭐⭐⭐ 百万级毫秒级 |
| 持久化 | ✅ 原生支持，自动保存 | ⚠️ 需手动保存索引 |
| 适用场景 | 学习、小规模项目、原型验证 | 生产环境、大规模向量库 |
⚠️ 六、新手避坑指南
路径问题：
persist_directory必须是文件夹，不是文件Embedding 混用：建库和检索必须用同一个 Embedding 模型
FAISS 保存：FAISS 索引必须手动
save_local，否则重启就没了分块不合理：别把句子砍断，坚持用递归分块
🎯 今日总结
今天咱们给向量安了家！
学会了 Chroma：新手友好，零配置入门
体验了 FAISS：性能炸裂，感受闪电速度
完成了向量入库 + 智能检索，RAG 全链路打通！