ChromaDB from_documents函数报错：EmbeddingFunction接口兼容问题求助

问题根源 #

ChromaDB 0.4.16对EmbeddingFunction接口做了强制规范，要求__call__方法必须使用(self, input)的固定签名，旧代码中用*args, **kwargs这类模糊参数的写法不再兼容，因此触发ValueError。

具体修改方案 #

假设你之前的自定义嵌入函数代码是类似这样的：

from chromadb import EmbeddingFunction

class CustomEmbedding(EmbeddingFunction):
    def __call__(self, *args, **kwargs):
        texts = kwargs.get("input")
        # 原嵌入生成逻辑
        return generated_embeddings

需要调整为严格匹配新接口的形式：

from chromadb import EmbeddingFunction

class CustomEmbedding(EmbeddingFunction):
    def __call__(self, input: list[str]) -> list[list[float]]:
        # 直接使用input参数（它是待嵌入的文本列表）
        # 替换为你的嵌入生成逻辑，比如调用预训练模型
        embeddings = [your_model.encode(text) for text in input]
        return embeddings

核心注意事项 #

• 必须显式声明input参数，类型为list[str]（对应待嵌入的文本集合）
• 返回值必须是list[list[float]]结构，即每个文本对应的浮点型嵌入向量列表
• 彻底移除*args、**kwargs这类不定参数，严格遵循(self, input)的签名要求

验证方法 #

修改完成后重新调用create_chromadb函数，确认不再抛出签名错误，同时检查嵌入向量的生成结果是否符合预期。

内容的提问来源于stack exchange，提问作者Dhruv