ChromaDB 入門
在接下來的練習中，你會使用向量資料庫，將影片中介紹的 Netflix 資料集裡 1000 部電影與影集轉成嵌入向量（embedding），並進行查詢。目標是根據搜尋查詢來產生推薦結果。首先，你會建立資料庫與 collection 來儲存資料。
chromadb 已可直接使用，且已從 chromadb.utils.embedding_functions 匯入 OpenAIEmbeddingFunction()。與前兩章相同，本章不需要提供 OpenAI API 金鑰。
本練習屬於課程
Introduction to Embeddings with the OpenAI API
練習說明
- 建立一個持久化用戶端，將資料庫檔案儲存到磁碟；在這些練習中可以省略檔案路徑。
- 建立一個名為
netflix_titles的資料庫 collection，並使用 OpenAI 的嵌入函式。 - 列出資料庫中的所有 collection。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create a persistant client
client = chromadb.____()
# Create a netflix_title collection using the OpenAI Embedding function
collection = client.create_collection(
name="____",
____=____(model_name="text-embedding-3-small", api_key="")
)
# List the collections
print(client.____())