最后更新
2024年5月20日
本文档的目标是协调项目中的核心和社区努力，并分享今年接下来的计划！
章节
- 核心Chroma团队目前正在做什么？
- Chroma在未来6个月内将优先考虑什么？
- 哪些领域适合社区贡献？
核心Chroma团队目前正在做什么？#
- 🌩️ 将分布式系统作为托管服务上线（即“Hosted Chroma” - 注册等待名单！）
Chroma团队刚刚完成了什么？#
例如：
- 新 - Chroma 0.4 - 我们的首个面向生产的发布
- 🐍 更精简的仅限python-client的构建目标
- ✋ Google PaLM嵌入支持
- 🎣 OpenAI ChatGPT检索插件
Chroma在未来6个月内将优先考虑什么？#
下一个里程碑：☁️ 发布Hosted Chroma
我们将投资的领域
这不是一个详尽的列表，但这些是核心团队在未来几个月内最大的优先事项。在这些领域贡献时请谨慎，并请先与核心团队沟通。
- ⏩ 工作流程：构建工具来回答诸如：我应该使用哪种嵌入模型？我应该如何分割我的文档？
- 🌌 可视化：构建可视化工具，让开发者对嵌入空间有更直观的理解
- 🔀 查询计划器：构建工具以实现每查询和查询后转换
- 🔧 开发者体验：将Chroma扩展到CLI
- 📦 更简单的数据共享：致力于嵌入集合的序列化格式和更简单的数据共享
- 🔍 提高召回率：通过人类反馈微调嵌入转换
- 🧠 分析能力：聚类、去重、分类等
哪些领域适合社区贡献？#
这是你可以有更多自由发挥的地方（无需事先与我们同步）！
如果你对你的贡献想法不确定，欢迎在我们的Discord的#general频道与我们聊天（@chroma）！我们很乐意尽我们所能支持你。
⚙️ 示例模板#
我们总是可以与AI生态系统的其他部分进行更多集成。如果你正在做一个集成并需要帮助，请告诉我们！
Chroma的其他优秀起点（请为更多内容发送PR 这里)：
对于我们已有的集成，如LangChain和LlamaIndex，我们总是希望有更多的教程、演示、研讨会、视频和播客（我们在我们的博客上做了一些播客）。
📦 示例数据集#
对于开发者来说，使用相同的嵌入模型一遍又一遍地嵌入相同的信息是没有意义的。
我们希望得到以下建议：
- “小”（<100行）
- “中等”（<5MB）
- “大”（>1GB）
数据集，供人们在各种场景下对Chroma进行压力测试。
⚖️ 嵌入比较#
Chroma默认使用Sentence Transformers进行嵌入，但我们对使用哪种嵌入模型没有特别的偏好。拥有一个由许多模型嵌入的信息库，以及示例查询集，将使在不同领域对各种模型的有效性进行实证工作变得更加容易。
⚗️ 实验性算法#
如果你有研究背景，请考虑为我们的ExperimentalAPI做出贡献。例如：
- 投影（t-sne, UMAP, 新的热门算法，你刚刚写的那个）和轻量级可视化
- 聚类（HDBSCAN, PCA）
- 去重
- 多模态（CLIP）
- 通过人类反馈微调流形 例如
- 扩展向量搜索（MMR, Polytope）
- 你的研究
🧑💻️ 额外的客户端SDK#
我们将很高兴与社区中维护额外客户端SDK的人合作。具体来说：
- Ruby
- Clojure
- Elixir
你可以在后端运行时在localhost:8000/openapi.json找到REST OpenAPI规范。
请在项目进展过深之前联系我们并与我们交谈，以便我们提供技术指导/在路线图上保持一致。