加载文档至Weaviate遇'id'保留属性报错，请求协助解决

问题原因 #

Weaviate中id是系统保留字段，不能作为自定义属性使用。你的代码里LangChain自动生成的类LangChain_14ee2519c3154dcb9ea3f47a8967d0e8未定义id属性，但加载文档时尝试调用该字段，导致报错。

解决方案 #

方案1：自定义Weaviate类结构，规避保留字段 #

手动定义类的Schema，明确允许的属性，不要包含id：

# 自定义类Schema
custom_schema = {
    "class": "ConfluenceDocument",
    "properties": [
        {"name": "content", "dataType": ["text"]},
        {"name": "title", "dataType": ["string"]},
        # 添加你需要的其他属性，禁止使用'id'
    ]
}

# 检查类是否存在，不存在则创建
if not client.schema.exists("ConfluenceDocument"):
    client.schema.create_class(custom_schema)

# 指定自定义类加载文档
db = Weaviate.from_documents(
    documents, 
    embeddings, 
    client=client, 
    by_text=False,
    class_name="ConfluenceDocument"
)

方案2：修改文档元数据，移除/重命名'id'字段 #

遍历文档，把元数据里的id字段重命名或删除：

# 处理所有文档的元数据
for doc in documents:
    if 'id' in doc.metadata:
        # 重命名为非保留字段，比如'doc_id'
        doc.metadata['doc_id'] = doc.metadata.pop('id')

# 重新加载到Weaviate
db = Weaviate.from_documents(documents, embeddings, client=client, by_text=False)

方案3：指定文本存储字段，避免触发保留字段逻辑 #

调用from_documents时明确指定文本内容的存储字段：

db = Weaviate.from_documents(
    documents, 
    embeddings, 
    client=client, 
    by_text=False,
    text_key="content"  # 指定存储文本的字段名
)

内容的提问来源于stack exchange，提问作者Arnav Sharma