短剧《拥有纯阳仙体，我无敌了》剧情介绍
2026-07-23 3419969
2026-07-23 0
HuggingFacePipelineEmbeddings 不存在于正式稳定版 langchain-huggingface！之前给你的名称错误，这就是导入失败根源，非常抱歉！在官方稳定版本 langchain-huggingface 里只有 2 个本地 Embedding 类：HuggingFaceEmbeddings（唯一本地嵌入类，强制依赖sentence-transformers）HuggingFaceEndpointEmbeddings（调用远程推理接口，不能本地跑 BGE）langchain_huggingface 本地加载 BGE：只能用 HuggingFaceEmbeddingsHuggingFaceEmbeddings 必须依赖 sentence-transformerssentence-transformers + transformers>=4.51 存在官方兼容 Bugrag_env，执行下面锁定版本命令：powershellpip install transformers==4.46.3 sentence-transformers==3.2.1 --force-reinstall
安装完成，你原始代码直接正常运行：python
运行import osos.environ["HF_ENDPOINT"] = "https://hf-mirror.com"os.environ["HF_HOME"] = r"D:huggingface_cache"from langchain_huggingface import HuggingFaceEmbeddingsembedding_model = HuggingFaceEmbeddings(model_name="BAAI/bge-small-zh-v1.5",model_kwargs={"device": "cpu"},encode_kwargs={"normalize_embeddings": True},)text = "订单未发货时，用户可以直接申请退款。"vector = embedding_model.embed_query(text)print(type(vector))print(f"向量维度：{len(vector)}")print(vector[:10])方案 B｜更换 LangChain 官方替代包 FastEmbedEmbeddings（彻底绕开 sentence-transformers）
不使用 langchain_huggingface，使用社区支持的 FastEmbed，同样属于 LangChain 标准组件，不需要 sentence-transformers、不受 transformers 版本影响powershell# rag_env内执行安装pip install fastembed langchain-community
完整代码：python
运行import osos.environ["HF_ENDPOINT"] = "https://hf-mirror.com"os.environ["HF_HOME"] = r"D:huggingface_cache"from langchain_community.embeddings import FastEmbedEmbeddingsembedding_model = FastEmbedEmbeddings(model_name="BAAI/bge-small-zh-v1.5")text = "订单未发货时，用户可以直接申请退款。"vector = embedding_model.embed_query(text)print(type(vector))print(f"向量维度：{len(vector)}")print(vector[:10])
✅ 接口完全一致，后续接入 Chroma 向量库代码不用改动。建议选择
如果你课程演示要求严格使用 langchain_huggingface → 执行方案 A 锁定版本
如果只是需要 LangChain 规范 Embedding、不限定包名称 → 方案 B FastEmbed 稳定性最强，一劳永逸优先执行方案 A 的 pip 锁定版本命令！