调用Chroma Collection的get()时embeddings始终为None的问题求助

核心解决方案 #

调用collection.get()时，必须显式指定include=["embeddings"]参数，否则默认不会返回存储的嵌入向量。

原因说明 #

Chroma的get()方法默认的include参数为["documents", "metadatas"]，仅返回文档和元数据，不包含embeddings。而你使用query()时显式指定了include=["embeddings"]，所以能正常获取到嵌入向量，这是两者的关键区别。

修改后的验证代码 #

import chromadb

chroma_client = chromadb.Client()
collection = chroma_client.create_collection(name="my_collection")
collection.add(
    embeddings=[[1.2, 2.3, 4.5], [6.7, 8.2, 9.2]],
    documents=["This is a document", "This is another document"],
    metadatas=[{"source": "my_source"}, {"source": "my_source"}],
    ids=["id1", "id2"]
)

# 显式指定需要返回的字段，包含embeddings
print(collection.get(include=["embeddings", "documents", "metadatas"]))

预期输出 #

{'ids': ['id1', 'id2'], 'embeddings': [[1.2, 2.3, 4.5], [6.7, 8.2, 9.2]], 'documents': ['This is a document', 'This is another document'], 'metadatas': [{'source': 'my_source'}, {'source': 'my_source'}]}

LangChain包装器的适配 #

使用LangChain的Chroma集成时，同样需要在调用get()方法时指定include参数：

from langchain.vectorstores import Chroma

# 假设已完成vector_store的初始化配置
results = vector_store.get(include=["embeddings"])

内容的提问来源于stack exchange，提问作者Adam Berry