Azure OpenAI结合FAISS构建向量索引报错求助

错误1：AttributeError: 'str' object has no attribute 'create' #

核心原因是OpenAIEmbeddings初始化参数错误，以及潜在的类名与变量名冲突：

• 初始化时使用client="azure"是错误配置，LangChain中配置Azure OpenAI Embeddings需用api_type="azure"，并配合Azure专属参数，而非直接传字符串"azure"作为client。
• 第一段代码将FAISS实例赋值给faiss变量，会覆盖导入的FAISS类（同一会话中），后续调用FAISS.from_documents时会引发逻辑混乱。

错误2：NotFoundError: 404 #

该错误由Azure OpenAI资源配置不正确导致：

• base_url（Azure OpenAI端点）填写错误
• deployment（Azure中部署的embedding模型名称）不匹配
• api_version与Azure资源支持的版本不符

修正后的完整Azure OpenAI + FAISS文档检索示例 #

1. 安装依赖（未安装时执行） #

pip install langchain langchain-openai faiss-cpu pypdf

注：LangChain v0.1+版本中，OpenAIEmbeddings已迁移至langchain-openai包，不再属于langchain.embeddings.openai

2. 可运行代码示例 #

# 导入依赖
from langchain.document_loaders import PyPDFLoader
from langchain_openai import AzureOpenAIEmbeddings
from langchain.vectorstores import FAISS
from langchain.text_splitter import RecursiveCharacterTextSplitter

# 1. 加载并分割PDF文档
loader = PyPDFLoader("./data/machine_learning_yearning_by_andrew_ng.pdf")
documents = loader.load()

# 对文档分块（推荐步骤，避免单页文本过长影响嵌入效果）
text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
split_docs = text_splitter.split_documents(documents)

# 2. 初始化Azure OpenAI Embeddings
embeddings = AzureOpenAIEmbeddings(
    azure_deployment="Oasis-embedding-3-small",  # Azure中部署的模型名称
    api_key="7b4xxxxxxxxxxxxxxxxx83c915553c1a",  # Azure OpenAI API密钥
    azure_endpoint="https://xxxxxxxxxx.openai.azure.com/",  # Azure OpenAI端点
    api_version="2024-02-01"  # 兼容的API版本
)

# 3. 创建FAISS向量索引
faiss_index = FAISS.from_documents(split_docs, embeddings)

# 4. 测试检索功能
query = "What is machine learning yearning about?"
results = faiss_index.similarity_search(query, k=2)

# 打印检索结果
for idx, doc in enumerate(results):
    print(f"Result {idx+1}:")
    print(doc.page_content[:300] + "..." if len(doc.page_content) > 300 else doc.page_content)
    print("---")

关键修正说明 #

• 使用langchain_openai.AzureOpenAIEmbeddings替代旧版OpenAIEmbeddings，适配LangChain v0.1+标准用法
• 移除错误的client="azure"参数，改用Azure专属配置项：azure_deployment、azure_endpoint、api_version
• 增加文档分块步骤，提升检索精度（长文本直接嵌入易丢失细节）
• 避免用faiss作为变量名，防止覆盖FAISS类

旧版LangChain（<0.1）兼容配置 #

若使用LangChain旧版本，可继续用原导入路径，但参数需调整：

from langchain.embeddings.openai import OpenAIEmbeddings

embeddings = OpenAIEmbeddings(
    model="text-embedding-3-small",
    deployment="Oasis-embedding-3-small",
    openai_api_key="你的密钥",
    openai_api_base="https://xxxxxxxxxx.openai.azure.com/",
    openai_api_type="azure",
    openai_api_version="2024-02-01"
)

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