Python获取PostgreSQL HNSW向量搜索相似度分数报错求助

问题根源 #

从报错栈可以明确：pgvector的Vector类型处理器错误地将相似度计算的float结果当成向量文本解析。因为SQLAlchemy默认未给<->运算符的计算结果指定类型，导致结果被关联到向量类型处理器，而处理器试图对float执行向量文本的切片操作（value[1:-1]），最终触发TypeError。

解决方案 #

方案1：显式指定相似度分数的类型为Float #

通过type_coerce给相似度计算结果指定正确的Float类型，绕过pgvector的向量处理器：

from sqlalchemy import Float, type_coerce

similarity_score = type_coerce(
    (Document.answer_embedding.op('<->')(embedding_array)) + 
    (Document.answer_keyword_embedding.op('<->')(keyword_embedding_array)),
    Float
)

query = (
    select(Document.doc_id, Document.answer, similarity_score.label("similarity"))
    .order_by(similarity_score)
    .limit(max_neighbors)
)

results = session.execute(query).all()

方案2：使用cast强制转换结果类型 #

直接用SQLAlchemy的cast函数把计算结果转为float类型：

from sqlalchemy import cast, Float

similarity_score = cast(
    (Document.answer_embedding.op('<->')(embedding_array)) + 
    (Document.answer_keyword_embedding.op('<->')(keyword_embedding_array)),
    Float
)

query = (
    select(Document.doc_id, Document.answer, similarity_score.label("similarity"))
    .order_by(similarity_score)
    .limit(max_neighbors)
)

results = session.execute(query).all()

方案3：修复原生SQL的运算符问题 #

如果使用原生SQL，首先确保已在PostgreSQL中启用pgvector扩展：

CREATE EXTENSION IF NOT EXISTS vector;

然后执行查询时，确保运算符<->被正确识别（pgvector的L2距离运算符就是<->，无需替换为<=>）：

SELECT "Document"."DocId", "Document"."Answer", 
       ("Document"."AnswerEmbedding" <-> :AnswerEmbedding_1) + 
       ("Document"."AnswerKeywordEmbedding" <-> :AnswerKeywordEmbedding_1) AS similarity
FROM "Document" 
ORDER BY ("Document"."AnswerEmbedding" <-> :AnswerEmbedding_1) + 
         ("Document"."AnswerKeywordEmbedding" <-> :AnswerKeywordEmbedding_1)
LIMIT :param_1

验证说明 #

执行上述修改后，SQLAlchemy会将相似度分数按float类型处理，不再触发pgvector的向量解析逻辑，即可正常获取文档ID、答案内容和对应的相似度分数。

内容的提问来源于stack exchange，提问作者MrAssel