FastAPI结合pgvector与SQLModel查询时报错Unknown PG numeric type:24664的解决咨询

看起来你遇到的这个Unknown PG numeric type: 24664错误，本质是SQLAlchemy（SQLModel基于它实现ORM）没能正确识别pgvector的vector类型对应的PostgreSQL OID（24664正是pgvector类型的OID），导致在结果集映射（比如查询返回模型对象、执行session.refresh时）无法完成类型转换。结合你插入时去掉session.refresh就正常的情况，我们可以从以下几个方向解决：

1. 先确保pgvector扩展和类型注册正确 #

首先确认你的PostgreSQL数据库已经启用了pgvector扩展，然后在初始化数据库连接时，显式注册pgvector的类型到SQLAlchemy中：

from sqlalchemy import create_engine
from pgvector.sqlalchemy import register_vector
from sqlmodel import Session

# 创建引擎时注册vector类型
engine = create_engine("postgresql://your_user:your_password@your_host/your_db")
register_vector(engine)

# 后续创建Session时使用这个引擎
def get_session():
    with Session(engine) as session:
        yield session

这个操作会让SQLAlchemy明确识别pgvector的类型，自动完成数据库类型和Python类型的转换。

2. 调整模型的字段定义 #

你当前的模型定义中，vector字段用了List[float]作为类型，搭配sa_column=Vector(1536)，可以尝试直接将字段类型指定为pgvector的Vector类型，让SQLModel更明确地识别：

from pgvector.sqlalchemy import Vector
from sqlmodel import SQLModel, Field
from uuid import UUID, uuid4

class Record(SQLModel, table=True):
    id: UUID = Field(default_factory=uuid4, primary_key=True)
    text: str = Field(default=None)
    # 直接使用Vector作为字段类型
    vector: Vector = Field(default=None, sa_column=Vector(1536))

之后在需要将vector转为Python列表时，可以调用.tolist()方法，比如db_record.vector.tolist()。

3. 规避自动类型转换的临时方案 #

如果暂时无法完成类型注册，也可以像插入时那样，避免直接返回/操作SQLModel对象，而是手动转换为字典处理：

def create_or_update_record(session: Session, record: RecordCreate):
    db_record = session.exec(
        select(Record).where(Record.id == record.id)
    ).first()
    
    if db_record:
        # 手动更新字段，避免ORM自动处理vector类型
        db_record.text = record.text
        db_record.vector = record.vector
        session.commit()
        # 返回字典而非模型对象
        return {
            "id": db_record.id,
            "text": db_record.text,
            "vector": db_record.vector.tolist() if db_record.vector else None
        }
    else:
        new_record = Record(**record.dict())
        session.add(new_record)
        session.commit()
        return dict(new_record)

这种方式跳过了SQLAlchemy对vector字段的自动结果处理，也就不会触发类型识别错误。

4. 检查版本兼容性 #

最后确认你的依赖版本是否匹配：

• pgvector的Python包版本建议在0.2.0以上
• SQLModel版本建议使用0.0.16及以上（确保和SQLAlchemy 1.4+兼容）
• SQLAlchemy版本最好是1.4.x系列（SQLModel暂不兼容2.0+的部分特性）

尝试以上方案后，应该能解决查询和更新时的类型识别错误。

备注：内容来源于stack exchange，提问作者Saeed Esmaili