space 用来指定向量之间怎么算相似度，在建集合的时候确定，创建之后不能修改。只在索引配置（hnsw /spann）里面设置。
配置如下：
col = client.create_collection(
name="kb_demo",
embedding_function=None,
configuration={
"hnsw": {
"space": "cosine" # 看这里
}
},
)
有三种取值（源码里 Space = Literal["cosine", "l2", "ip"]）：
cosine（余弦距离，RAG 文本最常用） 计算向量夹角，只关心方向，不关心向量长度。 向量提前做归一化之后，余弦距离等价于内积。 适合句子、文本 Embedding，绝大多数中文 / 英文检索场景优先选这个。 取值范围 0～2；数值越小代表越相似。
l2（欧氏距离） 计算两个向量每个维度差值平方和再开根。 既看方向，也看向量模长。 适合图像、数值类向量；很多 CLIP 图像检索会用。 取值 ≥0；数值越小代表越相似。
ip（内积，Inner Product） 直接向量点乘。 只有向量全部归一化时，内积越大，余弦相似度越高。 未归一化向量，模长会严重干扰结果，一般不推荐新手直接用。取值没有固定区间；和另外两个相反：数值越大代表越相似。
注意，文本检索一律用 cosine。原因：
文本 embedding 的长度（模）携带的信息往往跟语义无关，用 l2 会被长度干扰
cosine 只看方向，对“长文档 vs 短查询”这种长度差异大的情况更稳
值域固定在 0~2，方便设阈值和做相似度换算（sim = 1 - dist）
有个细节：如果你建集合时传了嵌入函数（embedding_function）且没显式指定 space，Chroma 会用嵌入函数的 ef.default_space() 作为默认值。所以有些 EF 建出来的集合自动就是 cosine。但别依赖这个，显式写清楚，避免踩坑。
创建集合一旦指定了 space 就不能修改，如果到集合数据很多时才发现，要修改 space 需要重建集合，重新灌数据。
川公网安备51010802032098