调用Chroma.from_documents()加载文档至Chroma DB时遇接口错误

问题原因 #

ChromaDB从0.4.16版本起更新了EmbeddingFunction接口规范，要求__call__方法必须接收input参数，但你使用的LangChain SentenceTransformerEmbeddings方法签名为self, args, kwargs，两者不匹配导致报错。

解决方法 #

有两种可行的修复方式：

方式一：适配LangChain嵌入函数为Chroma兼容格式 #

使用Chroma提供的工具类，将LangChain的嵌入函数转换为符合新版接口要求的格式：

from langchain_community.embeddings import SentenceTransformerEmbeddings
from chromadb.utils import embedding_functions

# 创建LangChain嵌入函数
langchain_embedding = SentenceTransformerEmbeddings(model_name="all-MiniLM-L6-v2")
# 转换为Chroma兼容的嵌入函数
chroma_compatible_embedding = embedding_functions.LangChainEmbedding(langchain_embedding)
# 加载文档到Chroma
Chroma.from_documents(texts, chroma_compatible_embedding)

方式二：直接使用Chroma原生的SentenceTransformer嵌入函数 #

跳过LangChain的实现，直接使用Chroma自带的嵌入函数，完全符合新版接口规范：

from chromadb.utils import embedding_functions

# 创建Chroma原生的SentenceTransformer嵌入函数
embedding_function = embedding_functions.SentenceTransformerEmbeddingFunction(model_name="all-MiniLM-L6-v2")
# 加载文档到Chroma
Chroma.from_documents(texts, embedding_function)

内容的提问来源于stack exchange，提问作者Jay Parmar