LangChain中PGVectorStore带元数据列的初始化、文档添加及过滤查询问题咨询

我来帮你一步步解决这个PGVectorStore元数据列的问题～你遇到的ValueError: Metadata column, country, does not exist错误原因非常明确：你只在创建PGVectorStore实例时指定了元数据列，但初始化数据库表的关键步骤里，根本没创建这些列，数据库里的表没有country、city这些字段，系统自然找不到，就报错了。下面是完整的正确操作流程：

一、初始化表时必须同步创建元数据列 #

你之前的engine.init_vectorstore_table调用只指定了向量大小，没有包含元数据列定义。这一步是创建数据库表的核心，必须把需要的元数据列在这里提前声明，后续才能正常使用。

修改后的表初始化代码：

engine.init_vectorstore_table(
    table_name=TABLE_NAME,
    vector_size=VECTOR_SIZE,
    metadata_columns=[
        "country",
        "city",
        "address"
    ]  # 这里必须同步添加元数据列！
)

如果需要指定元数据列的数据库类型（比如整数、日期，默认是TEXT），可以用元组形式声明，例如：

metadata_columns=[
    "country",
    ("year", "INTEGER"),
    ("created_at", "TIMESTAMP")
]

二、正确创建带元数据列的PGVectorStore实例 #

现在数据库表已经有了对应的元数据列，再创建PGVectorStore时指定metadata_columns就不会报错了：

store = PGVectorStore.create_sync(
    engine=engine,
    table_name=TABLE_NAME,
    embedding_service=embedding,
    metadata_columns=[
        "country",
        "city",
        "address"
    ]
)

三、添加带元数据的Document对象 #

每个Document需要通过metadata字段传入对应键值对，注意键名要和你定义的元数据列完全匹配：

docs = [
    Document(
        page_content="Apples and oranges",
        metadata={"country": "USA", "city": "New York", "address": "123 Fruit St"}
    ),
    Document(
        page_content="Cars and airplanes",
        metadata={"country": "Germany", "city": "Berlin", "address": "456 Auto Ave"}
    ),
    Document(
        page_content="Train",
        metadata={"country": "Japan", "city": "Tokyo", "address": "789 Rail Rd"}
    )
]
store.add_documents(docs)

四、带元数据过滤的相似性查询 #

现在你可以用filter参数精准筛选符合元数据条件的文档，比如只查询来自美国的文档，或者多条件组合过滤：

query = "I'd like a fruit."

# 单条件过滤：只查美国的文档
filtered_docs = store.similarity_search(
    query,
    filter={"country": "USA"}
)
print("带美国过滤的查询结果：", filtered_docs)

# 多条件过滤：同时指定国家和城市
filtered_docs = store.similarity_search(
    query,
    filter={"country": "Japan", "city": "Tokyo"}
)
print("带日本东京过滤的查询结果：", filtered_docs)

额外注意事项 #

1. 如果你的表已经提前创建过（没有元数据列），需要先删除旧表再重新执行engine.init_vectorstore_table，或者手动在数据库中添加元数据列（更推荐重建表，避免字段不匹配的问题）。
2. 元数据列的键名要前后保持一致，比如表初始化、store创建、Document的metadata里的键必须完全相同，大小写敏感。

完整可运行示例代码 #

把所有步骤整合在一起，你可以直接复制替换自己的连接字符串运行：

from langchain_core.documents import Document
from langchain_core.embeddings import DeterministicFakeEmbedding
from langchain_postgres import PGEngine, PGVectorStore

# 替换成你的Postgres连接字符串
CONNECTION_STRING = "postgresql+psycopg3://langchain:langchain@localhost:6024/langchain"
engine = PGEngine.from_connection_string(url=CONNECTION_STRING)

VECTOR_SIZE = 768
embedding = DeterministicFakeEmbedding(size=VECTOR_SIZE)
TABLE_NAME = "my_doc_collection"

# 初始化带元数据列的表
engine.init_vectorstore_table(
    table_name=TABLE_NAME,
    vector_size=VECTOR_SIZE,
    metadata_columns=[
        "country",
        "city",
        "address"
    ]
)

# 创建PGVectorStore实例
store = PGVectorStore.create_sync(
    engine=engine,
    table_name=TABLE_NAME,
    embedding_service=embedding,
    metadata_columns=[
        "country",
        "city",
        "address"
    ]
)

# 添加带元数据的文档
docs = [
    Document(
        page_content="Apples and oranges",
        metadata={"country": "USA", "city": "New York", "address": "123 Fruit St"}
    ),
    Document(
        page_content="Cars and airplanes",
        metadata={"country": "Germany", "city": "Berlin", "address": "456 Auto Ave"}
    ),
    Document(
        page_content="Train",
        metadata={"country": "Japan", "city": "Tokyo", "address": "789 Rail Rd"}
    )
]
store.add_documents(docs)

# 普通相似性查询
query = "I'd like a fruit."
normal_docs = store.similarity_search(query)
print("普通查询结果：", normal_docs)

# 带元数据过滤的查询
filtered_docs = store.similarity_search(
    query,
    filter={"country": "USA"}
)
print("带美国过滤的查询结果：", filtered_docs)

这样整个流程就完全通顺了，你可以按照这个逻辑替换自己的业务数据，就能正常使用PGVectorStore的元数据功能啦～

内容来源于stack exchange