read_from_vdb.py

import chromadb
from sentence_transformers import SentenceTransformer

# 1. Połącz z Chroma
client = chromadb.PersistentClient(path="chroma_store")

# 2. Wypisz kolekcje
print("Dostępne kolekcje:")
for col in client.list_collections():
    print("📂", col.name)

# 3. Pobierz kolekcję (zmień nazwę jeśli inna!)
collection = client.get_collection(name="beir-msmarco-corpus")

# 4. Załaduj model (ten sam co przy zapisie!)
model = SentenceTransformer("all-MiniLM-L6-v2")

# 5. Zakoduj zapytanie
query_text = "What are the symptoms of Mycoplasma pneumoniae?"
query_embedding = model.encode(query_text).tolist()

# 6. Przeszukaj bazę
results = collection.query(query_embeddings=[query_embedding], n_results=5)

# 7. Wyświetl wyniki
for doc_id, doc_text, metadata in zip(
    results["ids"][0], results["documents"][0], results["metadatas"][0]
):
    print(f"\n🔎 ID: {doc_id}")
    print(f"📘 Title: {metadata.get('title')}")
    print(f"📝 Text: {doc_text[:300]}...")