ValueError：预期 EmbeddingFunction.__call__ 具有以下签名

Question

当我尝试将 Chroma 客户端传递给使用

OpenAIEmbeddings

的 Langchain 时，我收到一个 ValueError:

ValueError: Expected EmbeddingFunction.__call__ to have the following signature: odict_keys(['self', 'input']), got odict_keys(['self', 'args', 'kwargs'])

如何解决此错误？

该错误似乎与 langchain 的嵌入功能实现不符合 Chroma 最新更新引入的新要求有关，因为该问题是在升级 Chroma 后出现的。

我的代码：

import chromadb
from langchain_openai import OpenAIEmbeddings
client = chromadb.PersistentClient()
collection = client.get_or_create_collection(
    name='chroma', 
    embedding_function=OpenAIEmbeddings()
)

我有 langchain==0.1.1，langchain-openai==0.0.3 和 chromadb==0.4.22。查看 github 问题，似乎将 chromadb 降级到 0.4.15 可以解决该问题，但由于这些库将在未来几个月内升级更多，我不想降级 chroma，而是找到一个适用于当前版本的解决方案。

Answer 1

从版本 0.4.16(?) 开始，Chroma 需要一个嵌入模型来定义返回嵌入列表的

__call__()

方法。它在错误中显示的迁移链接中说了同样多的内容。所以我发现的最简单的解决方案是创建一个继承自

OpenAIEmbeddings

的自定义类。然后我们就可以使用它的

embed_documents()

方法，而不是尝试编写我们自己的嵌入函数。

import chromadb
from langchain_openai import OpenAIEmbeddings

class CustomOpenAIEmbeddings(OpenAIEmbeddings):

    def __init__(self, openai_api_key, *args, **kwargs):
        super().__init__(openai_api_key=openai_api_key, *args, **kwargs)
        
    def _embed_documents(self, texts):
        return super().embed_documents(texts)  # <--- use OpenAIEmbedding's embedding function

    def __call__(self, input):
        return self._embed_documents(input)    # <--- get the embeddings


client = chromadb.PersistentClient()
collection = client.get_or_create_collection(
    name='chroma', 
    embedding_function=CustomOpenAIEmbeddings(
        openai_api_key="your very secret OpenAI api key"
    )         # <-- pass the new object instead of OpenAIEmbeddings()
)

---

使用 OpenAI 的 Embedding 对象也可以（可以通过

self.client

访问）。基本上，我们可以通过在循环中调用

CustomOpenAIEmbeddings

方法来定义

Embedding.create()

，如下所示此示例用例。

class CustomOpenAIEmbeddings(OpenAIEmbeddings):

    def __init__(self, openai_api_key, *args, **kwargs):
        super().__init__(openai_api_key=openai_api_key, *args, **kwargs)

    def _embed_documents(self, texts):
        embeddings = [
            self.client.create(input=text, model="text-embedding-ada-002").data[0].embedding 
            for text in texts
        ]
        return embeddings
        
    def __call__(self, input):
        return self._embed_documents(input)