使用Langchain与MongoDB向量搜索返回空数组问题求助

1. 变量名不一致（最可能的直接原因） #

你的代码中创建向量存储实例的变量是vector_search，但调用搜索方法时用的是vector_search1，这会导致调用未定义的变量（若未提前定义vector_search1甚至会触发报错）。修正代码：

# 原代码
results = vector_search1.similarity_search(query)
# 修正后
results = vector_search.similarity_search(query)

2. 检查向量索引配置 #

• 登录MongoDB Atlas控制台，确认目标集合已创建名为vector_index的向量索引。
• 验证索引的向量维度与OpenAI Embeddings的维度一致（OpenAI ada-002模型的向量维度为1536）。
• 索引配置需包含embedding字段（Langchain默认存储向量的字段名），且索引类型为vectorSearch。

3. 文本分割器有效性 #

确认text_splitter1已正确初始化，示例正确初始化方式：

from langchain.text_splitter import RecursiveCharacterTextSplitter

text_splitter1 = RecursiveCharacterTextSplitter(
    chunk_size=1000,
    chunk_overlap=200,
    length_function=len,
)

若分割后的docs数组存在空文档或过短文档，会导致无效向量存入，建议打印docs检查内容。

4. 验证Embeddings服务可用性 #

检查OpenAI API密钥是否有效，可单独测试Embeddings生成：

embedding = OpenAIEmbeddings(disallowed_special=())
test_vector = embedding.embed_query("test query")
print(len(test_vector))  # 应输出1536

若API调用失败或返回维度不符，需排查密钥、网络或模型配置。

5. 确认集合数据结构 #

直接在MongoDB Atlas中查看集合文档，确认每个文档包含embedding字段（存储向量数组）和page_content字段（存储分割后的文本）。

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