将Confluence数据导入Azure Search向量索引时遇'dict'无'name'属性错误求助

你的思路方向是对的，但核心问题不是单纯转列表，而是**split_docs中混入了字典类型元素，而Azure Search的LangChain集成要求接收的是纯langchain_core.documents.base.Document对象列表**。

错误原因 #

LangChain文本分割器正常输出的是Document对象列表，但如果在文档预处理环节（比如从Confluence拉取后序列化、或从文件读取字典格式数据），不小心把Document转成了字典，就会导致split_docs里存在字典元素。Azure Search向量存储在处理文档时，会尝试访问对象的name属性，字典没有这个属性，因此触发报错。

验证问题 #

先执行以下代码确认split_docs的元素类型：

print([type(doc) for doc in split_docs])

如果输出中包含<class 'dict'>，说明确实存在字典元素。

修复步骤 #

1. 导入Document类：

from langchain_core.documents.base import Document

2. 清理split_docs，将字典元素重新转为Document对象：

cleaned_docs = []
for doc in split_docs:
    if isinstance(doc, dict):
        # 按Document结构重新构造对象
        cleaned_doc = Document(
            page_content=doc['page_content'],
            metadata=doc['metadata']
        )
        cleaned_docs.append(cleaned_doc)
    else:
        cleaned_docs.append(doc)

3. 使用清理后的列表调用添加方法：

vector_store.add_documents(cleaned_docs)

后续注意事项 #

• 从Confluence拉取数据后，直接构造Document对象并保持该类型，避免不必要的字典序列化操作。
• 如果是从外部加载字典格式的文档数据，务必在文本分割前完成Document对象的转换。

内容的提问来源于stack exchange，提问作者shlco