如何在Llama-Index的ChromaDB中添加SQLTableSchema及补充数据？

问题场景 #

已通过Llama-Index将多个SQLTableSchema对象存入ChromaDB的table_schema集合，尝试直接调用ChromaDB原生的collection.add()方法添加新表结构数据，发现添加后无法被检索到，操作未生效。

原因分析 #

Llama-Index的ObjectIndex对存入ChromaDB的数据做了封装处理：

• 会将SQLTableSchema转换为Llama-Index标准的Node对象
• 自动生成符合Llama-Index规范的元数据（如_node_type、object_type）和嵌入向量
  直接调用ChromaDB原生方法添加的原始文本/自定义数据，缺少这些关键元数据和匹配的向量格式，因此无法被ObjectIndex的检索器识别。

正确解决方案 #

必须通过Llama-Index提供的ObjectIndex.insert()方法来添加新的SQLTableSchema对象，而非直接操作ChromaDB集合。

代码示例 #

1. 构造新的SQLTableSchema对象

# 替换为你的新表名称和描述信息
new_table_schema = SQLTableSchema(
    table_name="new_target_table",
    context_str="新表业务描述：用于存储用户订单信息\n列详情:\n" + 
    "\n".join([
        "Column name: order_id with description: 订单唯一ID",
        "Column name: user_id with description: 关联用户ID",
        "Column name: order_amount with description: 订单金额"
    ])
)

2. 插入到已有的ObjectIndex

# 使用Llama-Index的insert方法添加新对象
object_index.insert(new_table_schema)

3. 验证添加结果（可选）

# 重新获取检索器并测试
obj_retriever = object_index.as_retriever(similarity_top_k=4)
# 执行检索，查看是否包含新表结果
retrieved_objs = obj_retriever.retrieve("查询订单相关的表")
for obj in retrieved_objs:
    print(obj.node.text)

注意事项 #

• 如果需要批量添加多个新表结构，可将多个SQLTableSchema放入列表，循环调用insert()方法
• 避免混合使用ChromaDB原生API和Llama-Index API操作同一集合，否则会导致数据格式不兼容
• 添加完成后无需手动保存ChromaDB，insert()方法会自动持久化数据

内容的提问来源于stack exchange，提问作者Abhijith M