LangChain调用Cohere Embeddings报类型错误：texts应为字符串

错误日志 #

Retrying langchain_cohere.embeddings.CohereEmbeddings.embed_with_retry.<locals>._embed_with_retry in 4.0 seconds as it raised UnprocessableEntityError: status_code: 422, body: {'message': 'invalid type: parameter texts is of type object but should be of type string. For proper usage, please refer to https://docs.cohere.com/v1/reference/embed'}

相关代码 #

用户交互逻辑 #

question = input("Ask your question: ")
chat_history.append(f"user: {question}")

print("********************************************")
print(chat_history, type(chat_history))
print("********************************************")

while question != "Bye":
    chat_history_str = "\n".join(chat_history)
    print (chat_history_str, type(chat_history_str))
    print("++++++++++++++++++++++++++++++++++++++++++++")
    response = rag_chain.invoke(
        {
            'question': question, 'chat_history': chat_history_str
        }
    )
    print(response)
    print("----------------------------------------------")
    chat_history.append(f"AI: {response}")

RAG链定义 #

rag_chain = (
    {"context": retriever | format_docs, "question": RunnablePassthrough().pick("question"), 
     "input": RunnablePassthrough().pick("question"), "chat_history": RunnablePassthrough().pick("chat_history")}
    | final_prompt
    | llm
    | StrOutputParser()
)

排查过程 #

• 确认chat_history_str为字符串类型，排除该参数的类型问题
• 将retriever替换为RunnablePassthrough()后，链可正常运行（无上下文）
• 单独调用retriever.invoke()返回结果正常，锁定问题出在context获取阶段（即retriever | format_docs环节）

问题定位 #

错误中提到的"parameter texts is of type object"，指的是传入CohereEmbeddings的文本参数是文档对象而非字符串。根源在于format_docs函数没有正确将检索到的文档列表转换为纯字符串。

Retriever返回的是文档对象列表（如Qdrant的Document实例），如果format_docs没有提取文档的文本内容并拼接成字符串，而是直接返回了文档对象或未处理的列表，就会导致Cohere的嵌入接口接收到非字符串类型的参数，触发422错误。

修复方案 #

确保format_docs函数返回单个字符串，示例如下：

def format_docs(docs):
    # 提取每个文档的page_content并拼接
    return "\n\n".join(doc.page_content for doc in docs)

内容的提问来源于stack exchange，提问作者Akshitha Rao