Google Cloud AutoML创建数据集遇tables_dataset_metadata报错

这个报错和你写的字段名本身没关系，核心是客户端版本和导入逻辑错了：

• 你代码里混写了两个不同的导入路径，其中from google.cloud_v1beta1 import automl是无效路径，实际运行时加载的是AutoML 正式v1版本的协议定义，不是你预期的v1beta1版。
• AutoML v1版本早就把原Tables场景的所有专属字段移除了，相关功能整体迁去了Vertex AI，v1版的Dataset结构里根本没有tables_dataset_metadata这个字段，只有v1beta1版本的客户端还保留这个字段定义，所以直接抛字段不存在的错误。

1. 先清理环境里的冲突包，安装带beta接口的对应SDK版本：

pip uninstall -y google-cloud-automl
pip install google-cloud-automl==2.13.0b0

2. 修正导入逻辑，删掉无效的导入行，统一从automl_v1beta1引入客户端，修正后的可运行代码如下：

from google.cloud.automl_v1beta1 import AutoMlClient

# 替换成你自己的密钥路径、项目ID、数据集名称
client = AutoMlClient.from_service_account_file(keyfile_name)
location_path = f"projects/{project_id}/locations/us-central1"
dataset_display_name = automl_dataset

create_dataset_response = client.create_dataset(
    parent=location_path,
    dataset={
        "display_name": dataset_display_name,
        "tables_dataset_metadata": {}
    }
)
# 阻塞等待数据集创建完成
created_dataset = create_dataset_response.result()
print(f"数据集创建完成，资源名：{created_dataset.name}")

3. 补充说明：旧版AutoML Tables已经不再更新新功能，如果是全新开发CLV预测项目，后续可以考虑迁移到Vertex AI的对应能力，但如果是基于现有存量项目调试，上面的代码可以直接解决你当前遇到的报错。

内容的提问来源于stack exchange，提问作者tiny whale 69