VectorStore.add_texts exhausts generator inputs before creating documents

快速结论：这个报错通常出现在你调用 VectorStore.add_texts 或 aadd_texts 并直接传入 generator（生成器表达式）时，LangChain 会先把生成器消费完用于长度校验，然后又去遍历同一个已耗尽的生成器来构建 Document，导致实际没有任何文档被写入。优先检查传入的 texts 是否为一次性可迭代对象，并改用 list(...) 显式物化。

适用环境：Issue 中确认的环境为 macOS（Darwin，Apple Silicon ARM64）、Python 3.11.13、langchain-core。未提供 CUDA、PyTorch、显卡等信息，不要假设存在这些依赖。

最快修复方案：在调用 add_texts / aadd_texts 前先把生成器转成 list，即 store.add_texts(list(text for text in ...))。这是 Issue 中验证过的规避方式（列表输入走 texts_ 的同一路径不会触发耗尽问题）。

注意事项：把生成器转成 list 会一次性占用内存，超大规模文本流需自行评估；Issue 中建议的源码级修复（把 zip(texts, ...) 改成 zip(texts_, ...)）属于 langchain-core 内部改动，需要等官方合并版本，不要自行手工 patch。

问题场景

在 LangChain 中自定义（或使用默认实现）的 VectorStore 子类，调用默认的 add_texts 或 aadd_texts，并直接把生成器表达式（generator expression）作为 texts 参数传入时触发。Issue 中的最小复现使用一个 RecordingVectorStore，调用 store.add_texts((text for text in ["alpha", "beta"]))，期望写入 2 个文档，实际写入 0 个。该问题同时影响同步 add_texts 和异步 aadd_texts 两条路径。

报错原文

VectorStore.add_texts exhausts generator inputs before creating documents

assert [doc.page_content for doc in store.documents] == ["alpha", "beta"]
AssertionError

# 复现时本地测试表现为（评论中提及）：
assert 0 == 2

此问题不会抛出显式异常，而是静默返回空结果：没有添加任何文档，返回值也为空。若沿用 Issue 中的断言，则表现为 AssertionError。

原因分析

在默认的 add_texts / aadd_texts 实现（libs/core/langchain_core/vectorstores/base.py）中，代码会先把非 list/tuple 的输入物化以校验 metadatas 长度：

texts_: Sequence[str] = texts if isinstance(texts, (list, tuple)) else list(texts)
if metadatas and len(metadatas) != len(texts_):
    ...

但随后构建 Document 列表时，仍然引用的是原始的 texts：

docs = [
    Document(id=id_, page_content=text, metadata=metadata_)
    for text, metadata_, id_ in zip(texts, metadatas_, ids_, strict=False)
]

对于生成器而言，第一次 list(texts) 已经把它完全消费，zip(texts, ...) 此时看到的是空迭代器，于是 docs 为空列表。因为传给 add_documents / aadd_documents 的是空列表，所以没有任何文档被写入，也不会抛错。这是 langchain-core 默认实现的逻辑缺陷，属于“可能原因”已被 Issue 讨论链明确确认的根因。

环境排查

确认 langchain-core 版本：该缺陷存在于默认 VectorStore.add_texts / aadd_texts 实现中，需确认你的版本尚未包含修复。
确认 texts 的传入类型：是否为生成器、map 对象、filter 对象等一次性可迭代对象。若是 list 或 tuple，则不会触发此问题。
确认 metadatas 与 ids 是否也以生成器形式传入；即使它们具有 __len__，物化逻辑主要针对 texts。
确认你的自定义 VectorStore 子类是否复用默认的 add_texts，还是自行覆写。Issue 中复现是复用默认实现。
Issue 中确认环境为 macOS (Darwin ARM64)、Python 3.11.13；CUDA / PyTorch / 显卡信息未提供，无需检查。

解决步骤

最快的绕过方式：调用前把生成器显式转成 list。例如：
```
texts = [text for text in ["alpha", "beta"]]
store.add_texts(texts)
```
或
```
store.add_texts(list(text_gen))
```
这样传入的是 list，物化分支不会消费源生成器，后续 zip(texts, ...) 能正常迭代。
若你维护着自己的 langchain-core 分支：把 add_texts 和 aadd_texts 中的 zip(texts, ...) 改为 zip(texts_, ...)，即使用已物化的序列来构建 Document。这是 Issue 讨论中给出的建议修复方向，共两处、每处一个 token。
若你依赖官方版本：等待包含此修复的 langchain-core 发布后再升级，不要长期本地手工 patch。
若你是库作者并可提交 PR：可在 libs/core/tests/unit_tests/vectorstores/test_vectorstore.py 中为 test_default_add_texts 与 test_default_aadd_texts 增加生成器输入的回归用例，断言写入文档数为 2 且内容为 ["alpha", "beta"]，覆盖同步与异步两条路径。

验证方法

用 Issue 中的最小复现脚本验证：定义一个实现 add_documents 并记录文档的子类，传入生成器表达式，断言 [doc.page_content for doc in store.documents] == ["alpha", "beta"]。异步路径同理，检查 aadd_texts 后记录到的文档内容。若走了源码修复，应同时确认 add_texts 与 aadd_texts 均通过，且未引入其他回归。