—tools/chroma.json
Chroma
Vector DB open-source minimaliste, en Python. Idéale pour les POC, prototypage RAG, agents personnels.
01—à savoir
La vector DB la plus simple à embarquer. Une ligne pour démarrer (`pip install chromadb`), un mode in-memory pour les notebooks, un mode persistent pour les prototypes. Pas faite pour le scale enterprise — utilise Qdrant ou Pinecone là — mais parfaite pour les agents IA personnels, les POC RAG, et tous les cas où Python est ton runtime.
02—pros
- Setup en 30 secondes : `pip install chromadb` + 5 lignes Python
- Mode in-memory pour notebooks / scripts one-shot
- Open-source Apache 2.0
- Intégration LangChain et LlamaIndex de référence
- Communauté très active, beaucoup d'exemples
03—cons
- Pas faite pour le scale au-delà de quelques millions de vectors
- Pas de hébergement managed mature en 2026 (Chroma Cloud encore preview)
- Performance derrière Qdrant ou Pinecone sur volume sérieux
—alternatives
—paire bien avec
// à explorer ensuite
À explorer ensuite
Suggestions calculées sémantiquement — proches de ce que tu lis, pas seulement par catégorie.
- outil
Pinecone
Vector DB managée. Le « Stripe » des bases vectorielles : payée, mais sans setup ni opération.
- outil
LangChain
Le framework Python/JS qui a popularisé les chaînes LLM et les agents. Toujours pertinent en 2026 pour les workflows complexes.
- guide
Quel LLM choisir en 2026 (Claude, GPT, Mistral, Gemini)
Comparaison concrète des 4 LLMs majeurs pour les devs et founders en 2026. Prix, qualité, latence, souveraineté — verdict par cas d'usage.
- outil
Weaviate
Vector DB open-source avec features hybrides (vector + keyword + GraphQL). Pour les RAGs avancés où le filtering compte.