# pip install chromadb  （一个零配置、本地就能跑的向量库，最适合入门）
import chromadb
client = chromadb.Client()                       # 起一个本地向量库

col = client.create_collection("kb")             # ① 建一个"集合"(相当于一张表/一个书架)

# ② 插入：一次给若干条，每条含 文档原文 / id / 元数据
#    （这里让 Chroma 自动帮我们算 embedding；也可传入自己 D23 算好的向量）
col.add(
    documents=["账户提现流程：登录进入我的钱包点提现",
               "开具发票：在订单页申请电子发票",
               "配送时效：普通快递 3-5 天送达"],
    ids=["d1", "d2", "d3"],
    metadatas=[{"cat": "账户"}, {"cat": "订单"}, {"cat": "物流"}],
)

# ③ 查询：给一句自然语言问题，要回最相似的 top-2
res = col.query(query_texts=["怎么把钱取出来"], n_results=2)
print(res["documents"])     # → [['账户提现流程……', '开具发票……']]，第一条正是想要的
print(res["distances"])     # 距离越小越相似

# 查询时加 where 过滤：只在 cat=账户 的文档里做语义检索
res = col.query(
    query_texts=["怎么把钱取出来"],
    n_results=2,
    where={"cat": "账户"},          # 元数据过滤：先圈定"账户"类，再比相似度
)
print(res["documents"])            # 只会在"账户"类里找，物流/订单类被排除在外

✋ 动手 10 分钟：建一个能语义问答的小知识库

在 Day11 的环境里 pip install chromadb，新建 vecdb_demo.py：

import chromadb
client = chromadb.Client()
col = client.create_collection("faq")

# 上架一批 FAQ（现实中来自 D22 切好、D23 向量化的 chunk）
col.add(
    documents=[
        "退款政策：签收后 7 天内可无理由申请退款",
        "提现说明：余额可在钱包页申请提现，1-2 个工作日到账",
        "发票开具：订单完成后在详情页申请电子发票",
        "配送范围：目前仅支持中国大陆地区配送",
    ],
    ids=["a", "b", "c", "d"],
    metadatas=[{"cat":"售后"},{"cat":"账户"},{"cat":"账户"},{"cat":"物流"}],
)

# 试几个"字面不同、意思相同"的问题，看它能否找对
for q in ["怎么把钱拿回来", "我不想要了能退吗", "能寄到香港吗"]:
    r = col.query(query_texts=[q], n_results=1)
    print(f"问：{q}\n  最相关 → {r['documents'][0][0]}\n")

# 进阶：加元数据过滤，只在"账户"类里找
r = col.query(query_texts=["取钱"], n_results=2, where={"cat": "账户"})
print("只在账户类里找：", r["documents"][0])

观察它如何把"把钱拿回来"匹配到"提现说明"、"不想要了能退吗"匹配到"退款政策"——字面全不同，意思却对上了。