Http Status 401 Unauthorized, Response: {"error":{"message":"model or provider n...

2026年10月22日 15:05 23.73 秒 success

错误信息

调用Embedding失败: EmbedBatch API error: Http Status 401 Unauthorized, Response: {"error":{"message":"model or provider not exist","type":"bad_response_status_code","param":"","code":"bad_response_status_code"}}

AI 解决方案

🔍 报错分析

1. 🌐 错误翻译

原文：EmbedBatch API error: Http Status 401 Unauthorized, Response: {"error":{"message":"model or provider not exist","type":"bad_response_status_code","param":"","code":"bad_response_status_code"}}
译文：EmbedBatch API 错误：HTTP 状态码 401 未授权，响应：{"error":{"message":"模型或服务提供商不存在","type":"响应状态码异常","param":"","code":"响应状态码异常"}}

2. 🎯 原因分析

该错误的核心问题是模型或服务提供商配置无效，401未授权状态码表明请求未通过身份校验，结合“model or provider not exist”提示，具体原因通常为：

调用Embedding时指定的模型名称不存在或未在当前平台注册

使用的服务提供商未正确配置或未开通对应服务权限

请求中未携带有效的鉴权信息，导致平台无法识别合法用户

3. 💡 解决方案

// 修复后的代码
const { Embeddings } = require('@langchain/core/embeddings');

// 1. 确认模型名称为平台支持的有效值（如 openai/text-embedding-3-small）
// 2. 确保已配置正确的API密钥和服务提供商
class CustomEmbeddings extends Embeddings {
  constructor({ apiKey, model = 'openai/text-embedding-3-small', baseUrl }) {
    super({ apiKey, model, baseUrl });
    // 验证配置完整性
    if (!apiKey || !model || !baseUrl) {
      throw new Error('Embedding配置缺失：需提供有效的apiKey、model、baseUrl');
    }
  }

  async embedDocuments(texts) {
    const response = await fetch(`${this.baseUrl}/v1/embeddings`, {
      method: 'POST',
      headers: {
        'Authorization': `Bearer ${this.apiKey}`, // 关键：正确携带鉴权信息
        'Content-Type': 'application/json'
      },
      body: JSON.stringify({
        model: this.model, // 确保模型名与平台支持的一致
        input: texts
      })
    });

    if (response.status === 401) {
      throw new Error('鉴权失败或模型/服务商不存在，请检查配置');
    }
    const result = await response.json();
    return result.data.map(item => item.embedding);
  }
}

// 使用示例（确保参数为平台支持的有效值）
const embeddings = new CustomEmbeddings({
  apiKey: 'your-valid-api-key', // 替换为有效的API密钥
  model: 'openai/text-embedding-3-small', // 替换为平台支持的模型名
  baseUrl: 'https://api.dmxapi.com' // 替换为平台提供的合法BaseURL
});

4. 🛡️ 预防措施

配置校验前置：在初始化Embedding服务时，通过断言或工具函数校验模型名、服务商、API密钥的有效性，避免无效配置流入运行时。

文档对照检查：调用前对照平台官方文档，确认支持的模型列表、服务商列表及鉴权方式，使用平台明确支持的配置项。

推荐使用环境变量管理密钥（如process.env.DMXAPI_KEY），配合API调试工具（如Postman）先验证接口调用是否成功，再集成到业务代码中。

分析新问题查看更多