Azure AI Search嵌入创建失败：BadRequestError 400错误排查求助

核心问题分析 #

你提到打印的results是数值数组，但text-embedding-ada-002模型的input参数要求是文本字符串或字符串数组，传入数值数组会直接触发格式错误，这是问题的核心原因。

具体排查与修复步骤 #

• 强制统一输入数据类型：检查从worthiness_with_result.json提取的result字段，确保所有输入转为字符串格式，过滤空值时同步处理类型。
  示例修复代码：

  import json
  
  with open('worthiness_with_result.json', 'r') as f:
      data = json.load(f)
  
  # 过滤空值并强制转为字符串
  valid_inputs = [str(item['result']) for item in data if item.get('result') is not None]
  

• 校验输入长度限制：text-embedding-ada-002对单条文本的token数限制为8191，超长文本也会触发400错误，可添加校验逻辑：

  from tiktoken import encoding_for_model
  
  encoder = encoding_for_model("text-embedding-ada-002")
  valid_inputs = []
  for item in data:
      result = item.get('result')
      if result is not None:
          text = str(result)
          if len(encoder.encode(text)) <= 8191:
              valid_inputs.append(text)
          else:
              print(f"跳过超长文本：{text[:50]}...")
  

• 确认接口调用参数：确保调用embeddings.create时，input传入的是处理后的字符串数组，而非数值数组。示例正确调用：

  from openai import AzureOpenAI
  
  client = AzureOpenAI(
      azure_endpoint="你的Azure OpenAI端点",
      api_key="你的API密钥",
      api_version="2024-02-01"
  )
  
  response = client.embeddings.create(
      input=valid_inputs,
      model="text-embedding-ada-002"
  )
  

• 检查JSON文件格式：确认worthiness_with_result.json无语法错误，比如字段名拼写错误、数值与字符串混用导致解析异常。

额外验证步骤 #

• 先用单条明确文本测试接口，比如input=["test embedding"]，确认接口能正常返回结果，排除环境配置问题。
• 打印处理后的valid_inputs，逐一检查每一项的类型和内容，确保无异常元素。

内容的提问来源于stack exchange，提问作者VictorGram