### 4-1. Quick Start

Python 환경에서 로컬 라이브러리 형태로 간단히 연동하여 임베딩 데이터베이스를 영속화하고 쿼리하는 예제입니다.

```bash
# Python 패키지 설치
pip install chromadb
```

```python
import chromadb

# 로컬 디렉토리에 데이터를 영속화하는 클라이언트 생성
client = chromadb.PersistentClient(path="./bioplayground_db")

# 컬렉션 생성 (기본 코사인 유사도 메트릭 사용)
collection = client.get_or_create_collection(name="gene_functions")

# 바이오메디컬 정보 삽입 (ChromaDB가 기본 임베딩 모델로 자동 변환)
collection.add(
    documents=[
        "TP53 encodes a tumor suppressor protein containing transcriptional activation, DNA binding, and oligomerization domains.",
        "BRCA2 is involved in double-strand break repair and/or homologous recombination in DNA."
    ],
    metadatas=[
        {"gene": "TP53", "pathway": "p53 signaling"},
        {"gene": "BRCA2", "pathway": "Homologous recombination"}
    ],
    ids=["id_tp53", "id_brca2"]
)

# 유사도 검색 쿼리 수행
results = collection.query(
    query_texts=["Find genes related to DNA double-strand break repair."],
    n_results=1
)

print(results)
```

### 4-2. 상세 설치

도구를 멀티 클라이언트에서 접근할 수 있도록 백엔드에 독립 서버로 구동하는 방법입니다.

```bash
# 방법 A: Docker 컨테이너 기반 서버 실행 (로컬 볼륨 마운트로 데이터 영속화)
docker run -d -p 8000:8000 -v ./chroma-data:/data chromadb/chroma

# 방법 B: Python CLI를 활용한 직접 로컬 서버 실행
chroma run --path ./chroma-data --port 8000
```

```python
# 독립 실행형 서버에 연결할 때 사용하는 Python 클라이언트 코드
import chromadb

client = chromadb.HttpClient(host="localhost", port=8000)
collection = client.get_collection(name="gene_functions")
```