我做了 5 年后端，最近要给一个 10 万条文档的知识库做语义搜索。预算紧张，技术又不能拉胯。试了一圈方案，最后用 ChromaDB 存向量 + Gemini 2.5 Pro 做 embedding + Gemini 2.5 Flash 做批量入库，平均成本压在 $10/百万 token 上下，比直接调官方接口省了一大半。这篇文章就是把我踩过的坑、调过的参数全写出来，让你 1 小时就能跑通。
一、为什么选 ChromaDB + Gemini 2.5 Pro 这个组合？
先看一张主流模型价格对比表（2026 年 3 月数据，单位 $/MTok）：
| 模型 | 用途 | 输入价 | 输出价 |
|---|---|---|---|
| OpenAI text-embedding-3-large | embedding | 0.13 | - |
| Gemini 2.5 Flash embedding | embedding（批量） | 0.02 | - |
| Gemini 2.5 Pro embedding | embedding（精准查询） | 0.15 | - |
| GPT-4.1 | query 重写 | 3.00 | 8.00 |
| Claude Sonnet 4.5 | query 重写 | 3.50 | 15.00 |
| Gemini 2.5 Flash | query 重写 | 0.075 | 2.50 |
| DeepSeek V3.2 | query 重写 | 0.27 | 0.42 |
关键策略：文档入库用 Gemini 2.5 Flash（$0.02/MTok，便宜量大），查询用 Gemini 2.5 Pro（质量更好）。同样 100 万次查询，GPT-4.1 输出要 $8000/月，Claude Sonnet 4.5 要 $15000/月，用 Gemini 2.5 Pro 只要约 $6250/月（按平均 250 token 输出），月省 22%~58%。
V2EX 上 @searcher 老哥这么说："10 万条文档全量 embedding，用 Flash 跑完才花了 $8，换 Pro 直接破产。"这条评论被收藏了 230 多次，基本是这套方案的官方推荐姿势。
二、3 分钟准备开发环境（截图步骤）
【截图提示】打开终端（Mac 用 Terminal，Windows 用 PowerShell），按下面顺序操作：
步骤 1：确认 Python 版本（建议 3.10+），看到版本号 ≥3.10 就行：
python --version
输出示例：Python 3.11.5
步骤 2：创建独立虚拟环境，避免污染全局依赖：
python -m venv vector_env
source vector_env/bin/activate # Mac/Linux
vector_env\Scripts\activate # Windows 用户去掉前面 #
步骤 3：一次性装齐所有依赖：
pip install chromadb==0.5.5 \
requests==2.32.3 \
numpy==1.26.4 \
tqdm==4.66.4看到最后一行 "Successfully installed ..." 就 OK 了。
三、注册 HolySheep 拿到 API Key
我们走 立即注册 HolySheep AI，国内直连延迟 <50ms，支持微信/支付宝充值，汇率 ¥1=$1 无损（官方汇率 ¥7.3=$1，能省 85%+），注册就送免费额度。
【截图提示】注册流程：官网右上角"注册" → 手机号/邮箱 → 收验证码 → 进入控制台 → 左侧菜单"API Keys" → 点击"创建新 Key" → 复制保存（Key 只显示一次，务必存好）。
把下面两行加到 ~/.bashrc、~/.zshrc，或者建一个 .env 文件：
# HolySheep API 配置（不要把真实 Key 提交到 Git）
export HOLYSHEEP_API_KEY="YOUR_HOLYSHEEP_API_KEY"
export HOLYSHEEP_BASE_URL="https://api.holysheep.ai/v1"注意 base_url 必须是 https://api.holysheep.ai/v1，少一个斜杠都连不上。
四、把文档喂进 ChromaDB（核心代码）
思路：先用 Gemini 2.5 Flash 把所有文档转成向量（便宜），存进本地 ChromaDB。代码可直接复制运行：
import os
import requests
import chromadb
from tqdm import tqdm
API_KEY =