使用Langchain+Azure嵌入加载Faiss索引时遇Document属性错误

问题根源 #

这个错误是pickle反序列化时类路径不匹配导致的：你当前使用的Langchain 0.0.123版本中，Document类位于langchain.docstore.document模块，但生成Faiss索引时使用的Langchain版本（大概率是更高版本）将Document类迁移到了langchain.schema模块。pickle序列化会记录类的完整路径，加载时找不到对应路径就会抛出该错误。

解决方案 #

方案1：统一Langchain版本 #

确保生成Faiss索引的ingest.py和加载索引的代码使用完全相同的Langchain版本：

1. 查看生成索引时使用的Langchain版本（如果能找到当时的环境记录）
2. 在当前环境安装对应版本：

pip install langchain==<生成时的版本号>

如果不确定生成时的版本，也可以尝试升级到较新的稳定版本（比如0.0.280+），同时重新运行ingest.py生成新的Faiss索引：

pip install --upgrade langchain
# 重新生成索引
python ingest.py

方案2：手动注册Document类到目标模块 #

如果无法修改版本或重新生成索引，可在加载FAISS索引前，手动将Document类注册到langchain.schema模块，让pickle能找到对应类：
修改你的启动代码：

from langchain.vectorstores import VectorStore
from langchain.docstore.document import Document
import langchain.schema
from langchain.embeddings.openai import OpenAIEmbeddings
from pathlib import Path
import logging
from typing import Optional

# 手动注册Document类到langchain.schema
langchain.schema.Document = Document

vectorstore: Optional[VectorStore] = None


@app.on_event("startup")
async def startup_event():
    logging.info("loading vectorstore")
    if not Path("helpdesk_faiss_index").exists():
        raise ValueError("helpdesk_faiss_index does not exist, please run ingest.py first")
    # 确保Azure OpenAI嵌入配置正确
    embeddings = OpenAIEmbeddings(
        deployment="your-azure-deployment-name",
        model="your-azure-model-name",
        openai_api_base="https://your-resource-name.openai.azure.com/",
        openai_api_type="azure",
        openai_api_version="2023-05-15"
    )
    global vectorstore
    vectorstore = FAISS.load_local("faiss_index", embeddings)

额外检查：Azure OpenAI嵌入配置 #

虽然该错误和Azure嵌入无直接关联，但确保嵌入初始化时配置正确的Azure参数，避免后续其他问题。

内容的提问来源于stack exchange，提问作者kslote1