向Chroma向量库添加文档时遭遇认证错误求助

按照教程使用renumics-spotlight工具做RAG数据可视化，已通过%env OPENAI_API_KEY="sk-proj-*****"步骤设置OpenAI API密钥，但运行以下向Chroma向量库添加文档的代码时，持续出现认证错误：

import hashlib
import json
from langchain_core.documents import Document

def stable_hash(doc: Document) -> str:
    """
    Stable hash document based on its metadata.
    """
    return hashlib.sha1(json.dumps(doc.metadata, sort_keys=True).encode()).hexdigest()
    
split_ids = list(map(stable_hash, splits))
docs_vectorstore.add_documents(splits, ids=split_ids)
docs_vectorstore.persist()

错误信息翻译 #

认证错误：提供的API密钥无效。你可在OpenAI平台的API密钥页面获取有效密钥。请求返回401状态码，表明服务器无法识别你的身份凭证，验证失败。

解决方案 #

• 修正API密钥设置方式：Jupyter中使用%env命令时，无需给密钥加引号，改为%env OPENAI_API_KEY=sk-proj-*****，避免引号被当作密钥的一部分导致验证失败。
• 验证密钥有效性：登录OpenAI平台，确认该API密钥未被禁用、额度未耗尽，且拥有调用Embeddings模型的权限（Chroma生成向量依赖OpenAI Embeddings）。
• 检查环境变量加载情况：在代码开头添加以下代码，确认环境变量已正确加载：

  import os
  print(os.getenv("OPENAI_API_KEY"))
  

  输出应与你设置的密钥完全一致，无截断、空格或多余字符。
• 确认Embeddings模型配置：如果使用LangChain的OpenAIEmbeddings类，确保初始化时未手动传入错误密钥，该类默认会读取OPENAI_API_KEY环境变量，示例正确初始化代码：

  from langchain_openai import OpenAIEmbeddings
  embeddings = OpenAIEmbeddings()
  

• 排查网络与代理问题：若在国内环境，需配置可访问OpenAI API的代理，在代码中添加代理环境变量：

  import os
  os.environ["HTTP_PROXY"] = "http://你的代理地址:端口"
  os.environ["HTTPS_PROXY"] = "http://你的代理地址:端口"
  

内容的提问来源于stack exchange，提问作者demouser123