使用LangChain、Chroma与Vertex AI构建QA Chain时Embedding接口报错求解决

Chroma 0.4.16及以上版本重构了EmbeddingFunction接口，改为支持多模态输入（可处理任意类型文件），旧版LangChain的VertexAIEmbeddings实现不符合该新接口，因此出现报错。以下是两种可行的解决办法：

方法一：升级LangChain到最新版本 #

LangChain已适配Chroma的新接口，升级后直接运行原有代码即可解决问题。执行以下命令完成升级：

pip install --upgrade langchain langchain-google-vertexai chromadb

方法二：手动适配Embedding接口（适用于无法升级的场景） #

若无法升级LangChain，可自定义包装类，将VertexAIEmbeddings适配为符合Chroma新接口的实现：

from langchain.embeddings.vertexai import VertexAIEmbeddings
from langchain.vectorstores import Chroma
from langchain_core.documents import Document
from chromadb import EmbeddingFunction
from chromadb.api.types import Documents, Embeddings

class VertexAIChromaEmbeddingFunction(EmbeddingFunction):
    def __init__(self, embedding: VertexAIEmbeddings):
        self.embedding = embedding

    def embed_documents(self, documents: Documents) -> Embeddings:
        # 提取文档中的文本内容，适配Chroma的多模态输入要求
        texts = [doc.page_content if hasattr(doc, 'page_content') else str(doc) for doc in documents]
        return self.embedding.embed_documents(texts)

    def embed_query(self, query: str) -> Embeddings:
        return self.embedding.embed_query(query)

# 使用适配后的类创建向量存储
embedding = VertexAIEmbeddings()
chroma_embedding = VertexAIChromaEmbeddingFunction(embedding)
vectorstore = Chroma.from_documents(
    documents=[Document(content="test")],
    embedding=chroma_embedding
)

内容的提问来源于stack exchange，提问作者sergio.azevedo