FileNotFoundError: [Errno 2] No such file or directory: 'index_vectori.json'
Programul încearcă să încarce indexul de embeddings salvat pe disc, dar fișierul nu există încă (prima rulare, alt director de lucru sau alt nume). Verifică os.path.exists înainte: dacă lipsește, calculează vectorii, salvează-i, iar la rulările următoare încarcă-i.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
open(cale) pentru citire cere ca fișierul să existe. Mesajul arată calea exactă căutată, relativă la directorul de lucru al procesului, nu la locul fișierului .py.
Într-o aplicație RAG, fișierul lipsă e de obicei indexul salvat (vectorii documentelor) sau documentele sursă. Cauze tipice: e prima rulare și indexul n-a fost construit; rulezi scriptul din alt director (python app/main.py din rădăcina proiectului); fișierul a fost generat pe alt calculator și nu e în repository; numele diferă (index.json vs index_vectori.json).
În editorul din browser, Python rulează în Pyodide, care afișează [Errno 44] în loc de [Errno 2]; mesajul și cauza sunt aceleași.
De ce apare: cauzele frecvente
1Indexul încărcat înainte să existe
with open("index_vectori.json", encoding="utf-8") as f:
index = json.load(f)if os.path.exists(CALE):
with open(CALE, encoding="utf-8") as f:
index = json.load(f)
else:
index = construieste_index()
with open(CALE, "w", encoding="utf-8") as f:
json.dump(index, f)La prima rulare construiești și salvezi indexul; de la a doua, îl încarci.
2Cale relativă la alt director
CALE = "date/index_vectori.json" # depinde de unde pornești scriptulCALE = os.path.join(os.path.dirname(os.path.abspath(__file__)), "date", "index_vectori.json")O cale construită față de fișierul scriptului nu depinde de directorul din care rulezi.
Repară eroarea, direct în pagină
Programul încarcă indexul de embeddings din index_vectori.json, dar la prima rulare fișierul nu există și cade cu FileNotFoundError. Repară funcția incarca_index: dacă fișierul lipsește, calculează vectorii documentelor cu embeddings.create, salvează-i și afișează Index construit: N documente; altfel încarcă-i și afișează Index încărcat de pe disc: N documente.
import json
import os
from openai import OpenAI
MODEL_EMB = "text-embedding-3-small"
CALE = "index_vectori.json"
client = OpenAI()
DOCUMENTE = [
"Livrarea durează 2-3 zile lucrătoare.",
"Returul este gratuit în 30 de zile.",
"Plata se poate face cu cardul sau ramburs.",
]
def incarca_index():
with open(CALE, encoding="utf-8") as f:
index = json.load(f)
print("Index încărcat de pe disc:", len(index), "documente")
return index
index = incarca_index()
index = incarca_index()Index construit: 3 documente Index încărcat de pe disc: 3 documente
Indiciu
if os.path.exists(CALE): ... else: ...
Reparația
import json
import os
from openai import OpenAI
MODEL_EMB = "text-embedding-3-small"
CALE = "index_vectori.json"
client = OpenAI()
DOCUMENTE = [
"Livrarea durează 2-3 zile lucrătoare.",
"Returul este gratuit în 30 de zile.",
"Plata se poate face cu cardul sau ramburs.",
]
def incarca_index():
if os.path.exists(CALE):
with open(CALE, encoding="utf-8") as f:
index = json.load(f)
print("Index încărcat de pe disc:", len(index), "documente")
return index
r = client.embeddings.create(model=MODEL_EMB, input=DOCUMENTE)
index = [{"text": text, "vector": item.embedding} for text, item in zip(DOCUMENTE, r.data)]
with open(CALE, "w", encoding="utf-8") as f:
json.dump(index, f)
print("Index construit:", len(index), "documente")
return index
index = incarca_index()
index = incarca_index()De ce merge
La prima rulare, indexul nu a fost încă salvat, iar open pentru citire aruncă FileNotFoundError. Cu verificarea os.path.exists, funcția construiește indexul o singură dată, îl salvează, iar la apelurile următoare îl citește de pe disc, fără să plătească din nou embeddings. Programul apelează funcția de două ori ca să vezi ambele ramuri.
Alte forme ale mesajului
FileNotFoundError: [Errno 44] No such file or directory: 'index_vectori.json'FileNotFoundError: [Errno 2] No such file or directory: 'documente/regulament.txt'
Cum o eviți pe viitor
- Încarcă indexul printr-o funcție care îl construiește dacă lipsește.
- Construiește căile față de fișierul scriptului sau dintr-o variabilă de configurare.
- Pune în README cum se generează indexul și nu presupune că fișierul există pe alt calculator sau pe server.
Întrebări frecvente
De ce merge în IDE și nu din terminal?
IDE-ul pornește programul din directorul proiectului, iar tu, în terminal, poate dintr-un subdirector. Căile relative se calculează față de directorul curent, nu față de script.
Ar trebui să pun indexul în Git?
De obicei nu: e mare și se poate regenera din documente. Păstrează în Git documentele și scriptul care construiește indexul.
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. 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]`. UnicodeDecodeError: 'charmap' codec can't decode byte 0x9d in position 80: character maps to <undefined> Fișierul e salvat în UTF-8 (cu diacritice și ghilimele „”), dar a fost deschis cu altă codificare: pe Windows, open() fără encoding folosește cp1252. Deschide documentele mereu cu open(cale, encoding="utf-8"). 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.
