使用LangChain调用Azure OpenAI时遭遇404资源未找到错误求助

以下是针对该404错误的进一步排查和解决方案：

• 核对Azure OpenAI资源端点的完整性
  确保LangChain配置中的azure_endpoint完全匹配Azure门户提供的资源端点，必须包含结尾的/openai路径（例如https://<resource-name>.openai.azure.com/openai），避免手动输入时的拼写或路径缺失问题，建议直接从Azure门户复制粘贴端点地址。

• 区分模型名称与部署名称
  LangChain配置中需要填写的是Azure OpenAI的部署名称，而非模型本身的官方名称。比如你部署了text-embedding-ada-002模型，自定义部署名称为my-embedding-deploy，则配置里的azure_deployment字段必须填my-embedding-deploy，而非原模型名。

• 验证API版本的兼容性
  确认使用的API版本与部署的模型兼容，例如嵌入模型text-embedding-ada-002要求API版本不低于2023-05-15。可在Azure OpenAI门户的模型部署页面查看该模型推荐的API版本，避免使用已废弃的旧版本。

• 检查资源访问权限与网络环境

  1. 确认LangChain运行环境的IP在Azure OpenAI资源的允许访问列表中，若设置了IP限制，需将当前运行环境的IP加入白名单。
  2. 排查企业网络是否限制了Azure目标区域的访问，可尝试在本地测试环境发起请求，验证网络连通性。

• 检查LangChain代码的参数配置
  确保初始化相关类时的参数正确，示例代码如下：

  from langchain.embeddings import AzureOpenAIEmbeddings
  
  embeddings = AzureOpenAIEmbeddings(
      azure_deployment="你的部署名称",
      openai_api_key="你的API密钥",
      openai_api_base="https://<resource-name>.openai.azure.com/openai",
      openai_api_version="2023-05-15"
  )
  

  注意避免openai_api_base末尾多加斜杠，或参数名拼写错误（比如将azure_deployment写成model_name）。

• 分析Azure OpenAI的详细请求日志
  进入Azure门户的OpenAI资源，在「监控」->「日志」中查看具体请求详情，核对请求中的deployment-id、api-version等参数是否与实际部署一致。若日志显示请求的部署名称不存在，直接修正配置中的部署名称即可。

内容的提问来源于stack exchange，提问作者Arpit Bajpai