Vertex AI向量搜索索引创建失败：GCP存储桶JSON文件MalformedJsonException

问题场景 #

尝试通过GCP存储桶中的JSON文件在Vertex AI创建向量搜索索引，操作流程：

• 按GCP指定输入格式将JSON文件上传至GCP存储桶
• 在Vertex AI创建索引时关联存储桶内数据

操作失败，报错信息：

There are invalid records in the input file. 
com.google.gson.stream.MalformedJsonException: Unexpected value at line 1 column 2 path $; 
com.google.gson.stream.MalformedJsonException: Unexpected value at line 1 column 2 path $

已完成排查：

• 确认JSON文件已正确上传至存储桶且可正常访问
• 测试了Vertex AI官方文档提及的多种JSON格式
• 通过在线JSON验证工具确认文件结构合规

预期索引创建顺利完成，但问题重复出现，报错一致。

可能的解决方向 #

1. 检查文件编码格式
   确保JSON文件使用无BOM的UTF-8编码。部分编辑器保存时会自动添加UTF-8 BOM，Gson解析器会将BOM识别为无效字符，触发行1列2的报错。可通过VS Code等编辑器，将编码切换为UTF-8（而非UTF-8 with BOM）后重新保存上传。

2. 统一换行格式
   部分Windows系统生成的文件使用CRLF换行，GCP服务可能更兼容LF换行。将文件换行符转换为LF后重新上传测试。

3. 排查隐藏字符
   使用命令行工具检查文件开头是否存在不可见字符：

   • Linux/macOS：执行cat -A your-file.json查看输出开头是否有空格、制表符或控制字符
   • Windows：执行findstr /n "^" your-file.json检查首行内容
     若存在此类字符，删除后重新保存上传。

4. 验证JSON Lines格式合规性
   如果使用Vertex AI要求的JSON Lines格式（每行一条独立JSON记录），需确保：

   • 每行是完整的JSON对象，无跨行列的内容
   • 每行末尾无多余逗号
   • 整个文件没有外层数组包裹（如[{},{}]是错误格式，正确为每行单独的{...}）

5. 用命令行重新上传文件
   避免网页端拖拽上传可能导致的文件损坏，使用gsutil命令上传：

   gsutil cp your-file.json gs://your-bucket/path/
   

内容的提问来源于stack exchange，提问作者Paritosh Mathur