chromadb Archives - ITFROMZERO - Share tobe shared!

Artificial Intelligence tutorial - IT technology blog

Hướng dẫn triển khai Contextual Retrieval của Anthropic với Python

By IT From Zero Tháng 10 30, 2026

Contextual Retrieval từ Anthropic giải quyết dứt điểm lỗi mất ngữ cảnh khi chunking văn bản trong RAG. Hướng dẫn cách gắn tiền tố ngữ cảnh tự động bằng Python và Claude 3 Haiku kết hợp Prompt Caching.

Python

Hướng dẫn sử dụng ChromaDB trong Python: Tự dựng Semantic Search từ Vector Embeddings chuẩn Production

By IT From Zero Tháng 10 17, 2026

Cơ sở dữ liệu truyền thống quá tải khi tìm kiếm văn bản? Hướng dẫn cấu hình ChromaDB với PersistentClient trong Python, sửa lỗi SQLite và dựng Semantic Search đa ngữ chuẩn production.

Hướng dẫn sử dụng ChromaDB với Python: Xây dựng Vector Database cục bộ siêu nhẹ cho ứng dụng AI

By IT From Zero Tháng 10 2, 2026

Gặp lỗi OOM killer tràn RAM vì lưu vector bằng NumPy? Hướng dẫn cách tích hợp ChromaDB PersistentClient với Python để xây dựng vector search cục bộ siêu nhẹ, ổn định cho ứng dụng AI.

Database

Hướng dẫn cài đặt và sử dụng ChromaDB: Vector Database mã nguồn mở để xây dựng hệ thống lưu trữ tri thức cho AI Agent

By IT From Zero Tháng 6 13, 2026

ChromaDB là vector database mã nguồn mở giúp lưu trữ và tìm kiếm dữ liệu theo ngữ nghĩa — đủ nhẹ để chạy local, đủ mạnh để làm nền tảng RAG và AI Agent. Bài viết hướng dẫn cài đặt, index tài liệu, query semantic search và deploy bằng Docker từng bước thực tế.

Xây dựng ứng dụng RAG với LangChain và Python: Từ thất bại đến production

By IT From Zero Tháng 2 28, 2026

Kinh nghiệm 6 tháng xây dựng hệ thống RAG (Retrieval-Augmented Generation) với LangChain và Python để chatbot tra cứu tài liệu nội bộ. Từ vấn đề hallucination, context window, đến giải pháp thực sự hoạt động trên production với code ví dụ đầy đủ.

Xây dựng ứng dụng RAG với LangChain và Python — Hướng dẫn từng bước cho người mới

By IT From Zero Tháng 2 28, 2026

Hướng dẫn xây dựng ứng dụng RAG (Retrieval-Augmented Generation) với LangChain và Python từng bước: từ load tài liệu, tạo vector store với Chroma, đến xây dựng chain hoàn chỉnh để LLM trả lời dựa trên dữ liệu riêng của bạn.