Chroma
Jarak terpendek dari pip install ke retriever yang jalan — sebabnya hampir semua tutorial RAG mulai di sini.
Chroma mengoptimalkan waktu-ke-query-pertama: jalankan in-process, persist ke disk, dan Anda punya retriever dalam satu sore. Itu menjadikannya pilihan tepat untuk prototipe, notebook, dan aplikasi dengan korpus kecil dan lokal. Tradeoff-nya eksplisit dan adil — ia tidak berusaha menjadi jawaban di skala ratusan juta. Tim yang melampauinya biasanya karena alasan yang bisa diprediksi: butuh indexing terdistribusi, filter permission halus, atau replikasi multi-node.
Cocok untuk: Prototipe, notebook, dan aplikasi single-node di bawah beberapa juta vektor
Playbook RAG di Production
Strategi chunking, setup reranking, evaluation harness, dan tujuh mode kegagalan yang membunuh setiap demo RAG di minggu ketiga.