AttributeError: 'list' object has no attribute 'embedding'
`response.data` din `client.embeddings.create(...)` este o listă, cu câte un element pentru fiecare text trimis. Vectorul unui text se citește cu `response.data[0].embedding`; pentru mai multe texte, `[d.embedding for d in response.data]`.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Mesajul spune că ai cerut atributul embedding unei liste. Răspunsul de embeddings are forma: response.data = listă de obiecte Embedding, fiecare cu .embedding (vectorul de numere) și .index (poziția textului în cererea ta). Chiar dacă trimiți un singur text, data rămâne listă, cu un singur element.
Eroarea apare când scrii response.data.embedding din reflex sau când treci de la un singur text la o listă de texte și uiți că fiecare are elementul lui. Mai rar, vine din cod vechi (r["data"][0]["embedding"]) adaptat greșit la SDK-ul nou.
Când trimiți o listă de texte, ordinea vectorilor din data corespunde ordinii textelor; poți verifica cu .index. Trimiterea în loturi e și mai rapidă și mai ieftină decât câte o cerere pentru fiecare text.
De ce apare: cauzele frecvente
1Lista data tratată ca un singur element
r = client.embeddings.create(model="text-embedding-3-small", input="Cum fac un retur?")
vector = r.data.embeddingr = client.embeddings.create(model="text-embedding-3-small", input="Cum fac un retur?")
vector = r.data[0].embeddingdata e o listă; primul (și singurul) element are vectorul în .embedding.
2Mai multe texte, un singur vector citit
r = client.embeddings.create(model=MODEL_EMB, input=documente)
vectori = r.data[0].embeddingr = client.embeddings.create(model=MODEL_EMB, input=documente)
vectori = [d.embedding for d in r.data]Pentru o listă de texte primești câte un vector pentru fiecare, în aceeași ordine.
Repară eroarea, direct în pagină
Codul de mai jos generează embeddings pentru trei întrebări frecvente și dă AttributeError: 'list' object has no attribute 'embedding'. Repară citirea: ia vectorul fiecărui text din r.data. Programul afișează câți vectori a primit și lungimea primului vector.
from openai import OpenAI
MODEL_EMB = "text-embedding-3-small"
client = OpenAI()
intrebari = ["Cum fac un retur?", "Cât durează livrarea?", "Ce garanție are produsul?"]
r = client.embeddings.create(model=MODEL_EMB, input=intrebari)
vectori = r.data.embedding
print("vectori:", len(vectori))
print("dimensiune:", len(vectori[0]))vectori: 3 dimensiune: 64
Indiciu
r.data e o listă de obiecte; fiecare are .embedding.
Reparația
from openai import OpenAI
MODEL_EMB = "text-embedding-3-small"
client = OpenAI()
intrebari = ["Cum fac un retur?", "Cât durează livrarea?", "Ce garanție are produsul?"]
r = client.embeddings.create(model=MODEL_EMB, input=intrebari)
vectori = [d.embedding for d in r.data]
print("vectori:", len(vectori))
print("dimensiune:", len(vectori[0]))De ce merge
Răspunsul de embeddings conține în data câte un element pentru fiecare text trimis, în aceeași ordine. Lista nu are atributul embedding; elementele ei îl au. Cu [d.embedding for d in r.data] obții trei vectori, câte unul pentru fiecare întrebare (în simulator, vectorii au 64 de valori; modelul real are 1536).
Alte forme ale mesajului
AttributeError: 'list' object has no attribute 'data'
Cum o eviți pe viitor
- Reține forma răspunsului:
r.data[i].embeddingpentru textuli. - Trimite textele în loturi (o listă) și citește vectorii cu o listă de comprehensiune.
- Verifică
len(r.data) == len(texte)și dimensiunea vectorilor înainte să-i salvezi în index. - Când nu știi forma unui răspuns, afișează-l cu
print(r)saur.model_dump()înainte să scrii codul care îl citește.
Întrebări frecvente
De ce data e listă dacă am trimis un singur text?
Pentru ca răspunsul să aibă mereu aceeași formă, fie că trimiți un text, fie o mie. Codul care citește data[i] merge în ambele cazuri.
Anthropic are și el embeddings?
Anthropic nu are un model propriu de embeddings și recomandă furnizori specializați (de exemplu Voyage AI). În cursul nostru folosim client.embeddings.create de la OpenAI.
Erori înrudite
ValueError: zip() argument 2 is longer than argument 1 Compari doi vectori de embeddings cu lungimi diferite: de obicei indexul a fost construit cu alt model sau cu alt `dimensions` decât întrebarea. Generează vectorii documentelor și ai întrebării cu același model și aceleași setări, și verifică `len(a) == len(b)` înainte de similaritate. TypeError: 'Message' object is not subscriptable Accesezi răspunsul SDK-ului ca pe un dicționar (`raspuns["content"]`), dar el e un obiect cu atribute. Folosește punctul: `raspuns.content[0].text`; dacă chiar îți trebuie un dicționar, transformă-l cu `raspuns.model_dump()`. AttributeError: 'Message' object has no attribute 'choices' Citești răspunsul de la Claude cu structura de la OpenAI (`response.choices[0].message.content`). Obiectul `Message` al SDK-ului `anthropic` nu are `choices`: textul e în blocurile din `response.content`, de exemplu `response.content[0].text`. Învață Aplicații AI cu LLM de la zero, cu exerciții la fiecare lecție
Curs Aplicații AI cu Claude și OpenAI: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 8 lecții sunt gratuite.
