如何解决LangChain中pickle序列化VectorStoreIndexCreator对象的报错？

问题根源 #

你用VectorstoreIndexCreator生成的默认索引依赖DuckDB作为向量存储后端，而DuckDB的数据库连接对象(duckdb.DuckDBPyConnection)没法被pickle序列化，这就是报错的核心原因。

可行解决方法 #

方法1：换成支持pickle的FAISS向量存储 #

直接指定用FAISS创建索引，FAISS的对象可以正常被pickle序列化。修改后的代码如下：

import pickle
from langchain.document_loaders import PyPDFLoader
from langchain.indexes import VectorstoreIndexCreator
from langchain.vectorstores import FAISS
from langchain.indexes.vectorstore import VectorStoreIndexWrapper

# 加载PDF文件
pdf_path = "Los Angeles County, CA Code of Ordinances.pdf"
loader = PyPDFLoader(pdf_path)

# 指定FAISS作为向量存储创建索引
index = VectorstoreIndexCreator(vectorstore_cls=FAISS).from_loaders([loader])

# 注意：要保存的是index.vectorstore（实际的向量存储对象），不是整个index
with open("faiss_index.pickle", "wb") as f:
    pickle.dump(index.vectorstore, f)

# 加载保存的索引
with open("faiss_index.pickle", "rb") as f:
    loaded_vectorstore = pickle.load(f)

# 用加载的向量存储重建index对象（如果需要用index的query方法）
loaded_index = VectorStoreIndexWrapper(vectorstore=loaded_vectorstore)

# 测试查询
result = loaded_index.query("这里输入你的查询内容")
print(result)

方法2：用FAISS自带的文件存储（更适合生产环境） #

FAISS本身支持直接把索引保存到本地目录，这种方式比pickle更稳定，避免序列化兼容性问题：

from langchain.document_loaders import PyPDFLoader
from langchain.indexes import VectorstoreIndexCreator
from langchain.vectorstores import FAISS
from langchain.indexes.vectorstore import VectorStoreIndexWrapper

# 加载PDF并创建FAISS索引
pdf_path = "Los Angeles County, CA Code of Ordinances.pdf"
loader = PyPDFLoader(pdf_path)
index = VectorstoreIndexCreator(vectorstore_cls=FAISS).from_loaders([loader])

# 保存索引到本地目录
index.vectorstore.save_local("faiss_index_dir")

# 加载索引
loaded_vectorstore = FAISS.load_local("faiss_index_dir")
loaded_index = VectorStoreIndexWrapper(vectorstore=loaded_vectorstore)

# 测试查询
result = loaded_index.query("这里输入你的查询内容")
print(result)

关键提醒 #

别直接pickle整个index对象，它包含了很多不可序列化的依赖组件（比如数据库连接），只需要保存底层的向量存储实例（index.vectorstore）就行。生产环境优先用FAISS自带的存储方法，比pickle更可靠。

内容的提问来源于stack exchange，提问作者L12345