はじめに
この記事では、LM Studio でローカルの埋め込みモデルを使用し、LangChain を使ってベクトルデータベースを構築しようとした際に発生した、以下のエラーについての解決策を備忘録としてまとめます。
Error code: 400 - {'error': "'input' field must be a string or an array of strings"}
解決策
from langchain_openai import OpenAIEmbeddings
embeddings_model = OpenAIEmbeddings(
base_url="http://localhost:1234/v1",
api_key="lm-studio",
model=model_name,
check_embedding_ctx_length=False # ここを追加
)
検証
正常に動作したリクエスト
{
"input": [
"これは埋め込み生成のテスト用ドキュメントです。",
"LangChain と LM Studio を組み合わせた検証を行っています。"
],
"model": "text-embedding-embeddinggemma-300m-qat",
"encoding_format": "base64"
}
この形式では、LM Studio 側でも Received request to embed multiple とログに出力され、正常に埋め込みが生成されていました。
エラーが発生したリクエスト
一方で、エラーが発生した際には、次のようなリクエストが送信されていました。
{
"input": [
[85701, 15682, 35722, 233, 62004, 16205, 120, 64121, 45059],
[27317, 19368, 220, 19732, 47514, 19074, 95371, 58254]
],
"model": "text-embedding-embeddinggemma-300m-qat",
"encoding_format": "base64"
}
この場合、input フィールドは 文字列の配列ではなく、トークン ID（数値）の配列 になっていました。
原因
OpenAI の公式 API ドキュメントでは input の説明として次のように書かれていました。
Input
string or arrayInput text to embed, encoded as a string or array of tokens.
To embed multiple inputs in a single request, pass an array of strings or array of token arrays.
つまり、OpenAI 本家の埋め込み API では、input として文字列だけでなく、文字列配列やトークン ID の配列（およびその配列）も受け付ける仕様になっています。
一方で、LM Studio の OpenAI 互換 API では、実際のリクエストログやエラーメッセージから判断すると、入力は文字列、もしくは文字列の配列を前提とした実装になっており、トークン ID の配列が渡された場合には正しく解釈できず、エラーが発生していました。