如何为AzureOpenAIEmbeddings传递配置并解决创建嵌入模型报错

错误1：values参数无效 #

AzureOpenAIEmbeddings类不支持values参数，直接传递该参数会触发Embeddings.create()的参数错误。解决方式是直接传递配置中的有效参数，或展开符合类定义的参数字典。

错误2：model_kwargs类型错误 #

model_kwargs要求为字典类型（用于传递给OpenAI API的额外参数），你将其设为空字符串""，导致代码尝试调用keys()方法时失败。

正确实现步骤 #

1. 清理无效参数：generation_max_tokens是聊天/生成模型的参数，嵌入模型不需要，从配置中移除该字段。
2. 修正model_kwargs类型：如果不需要额外API参数，将其设为空字典{}或None。
3. 正确初始化嵌入模型：使用专门的嵌入模型（而非聊天模型），并传递有效参数。

修正后的代码示例 #

from langchain_openai import AzureOpenAIEmbeddings

# 修正后的模型配置
model_config = {
    "allowed_special": "",
    "chunk_size": 50,
    "disallowed_special": "all",
    "embedding_ctx_length": 8191,
    "model_kwargs": {}  # 改为空字典，或设为None
}

embeddings_model = AzureOpenAIEmbeddings(
    deployment="<deployment_name>",
    model="text-embedding-ada-002",  # 嵌入任务需使用专门的嵌入模型，而非gpt-35-turbo
    openai_api_type="azure",
    **model_config
)

额外注意点 #

• 不要用聊天模型（如gpt_35_turbo）执行嵌入任务，Azure OpenAI嵌入需使用专属嵌入模型（例如text-embedding-ada-002），否则会导致API调用失败。
• 确认deployment参数对应你的Azure OpenAI部署中嵌入模型的部署名称。

内容的提问来源于stack exchange，提问作者Birish