快速结论:当 AI Agent 挂载 Vector Store Question Answer Tool 并向 OpenAI 或 Anthropic 发起函数调用时,工具序列化出的 tool schema 缺少 type: "object",因此模型 API 在工具注册阶段直接返回 400。优先确认 n8n 版本和 toolVectorStore 节点版本,再决定是降级还是打补丁。
适用环境:Issue 已确认:n8n v2.6.3 / v2.6.4 / v2.8.4,npm 自托管与 Docker 自托管,PostgreSQL,Node.js 24.13.0 与 22.16.0;节点版本 toolVectorStore 1.1、agent 3.1 / 3、vectorStorePGVector 1.3;向量库为 PGVector,另有用户使用 Pinecone 复现。
最快修复方案:暂无确认的一步修复方案。Issue 中已验证有效的做法只有两条:降级到 n8n v2.4.7,或对源码打补丁——在 ToolVectorStore.node.ts 中用 DynamicStructuredTool 包裹 VectorStoreQATool,并显式声明 z.object({ input: z.string() });该补丁已在 v2.6.4 上本地验证通过。
注意事项:降级会丢失后续版本功能,且该问题在 v2.8.4 上仍被复现。本地补丁需要自行维护,升级 n8n 时会被覆盖,并且只适用于 npm 安装路径下的文件。上游修复对应 PR #25333,Issue 中并未确认该 PR 已合入稳定版。
问题场景
典型工作流为:Chat Trigger → AI Agent(v3.1 / v3)→ OpenAI Chat Model 或 Anthropic Chat Model,AI Agent 上挂载 Vector Store Question Answer Tool(toolVectorStore v1.1),该工具再连接 PGVector(v1.3)或 Pinecone、Embeddings 以及 Chat Model。
升级到 n8n v2.6.3 后,工作流激活并发送一条会触发该工具的消息时,AI Agent 在向模型注册工具阶段就失败,Vector Store 工具本身尚未被真正调用。
报错原文
Invalid schema for function 'protocol_knowledge': schema must be a JSON Schema of 'type: "object"', got 'type: "None"'.
tools.0.custom.input_schema.type: Field required
Bad request - please check your parameters
Invalid schema for function 'company_knowledge_base': schema must be a JSON Schema of 'type: "object"', got 'type: "None"'.
其中 OpenAI 返回第一种 400 报错,Anthropic 返回缺少 input_schema.type 字段的报错,两种错误指向同一个畸形 schema。
原因分析
最可能的原因:toolVectorStore v1.1 内部使用的 VectorStoreQATool 继承自 LangChain 的基础 Tool 类,输入被设计为简单的字符串,而不是 DynamicStructuredTool,因此序列化后的 input_schema 里没有 "type": "object"。OpenAI 和 Anthropic 的函数调用接口都要求工具参数是 object 类型的 JSON Schema,于是请求在工具注册阶段被拒绝。
相关代码位置为 packages/@n8n/nodes-langchain/nodes/tools/ToolVectorStore/ToolVectorStore.node.ts。Issue 中另一位用户最初怀疑手动描述(descriptionType: "manual")的 Postgres Tool 节点也受影响,但打补丁后确认是误判:修正 Vector Store schema 后,手动描述的 Postgres Tool 工作正常。
环境排查
- 确认 n8n 版本:v2.6.3 引入,v2.6.4 与 v2.8.4 均被复现,v2.4.7 正常。
- 确认
toolVectorStore节点版本是否为 1.1,以及 AI Agent 节点版本(3.1 / 3)。 - 确认模型提供方是 OpenAI 还是 Anthropic,两者都会拒绝该 schema,但报错文案不同。
- 确认安装形态:npm 自托管可直接改源码,Docker 自托管需重新构建镜像才能应用补丁。
- 确认是否使用了其他同样走函数调用的工具节点,以排除误判。
解决步骤
- 可优先尝试降级:将 n8n 回退到 v2.4.7,这是 Issue 中确认可绕过问题的做法,无需改动代码。
- 若必须留在新版本,可在
ToolVectorStore.node.ts中,在创建VectorStoreQATool并设置 chain 之后,用DynamicStructuredTool包裹它:
import { DynamicStructuredTool } from '@langchain/core/tools';
import { z } from 'zod';
// After creating vectorStoreTool and setting chain...
const wrappedTool = new DynamicStructuredTool({
name,
description,
schema: z.object({
input: z.string().describe("A fully formed question")
}),
func: async (toolInput) => vectorStoreTool._call(toolInput.input),
});
return wrappedTool;
- 不要修改向量库、Embeddings 或 QA chain 的 topK 等配置,补丁只改变工具 schema 的序列化方式,原有 RAG 逻辑保持不变。
- 若使用 Docker 自托管安装,需要把该改动打进镜像后重新部署;仅挂载节点默认不可行。
- 关注上游 PR #25333 的合入与发版状态,合入稳定版后可撤销本地补丁。
验证方法
打补丁或降级后,重新激活包含 Vector Store Question Answer Tool 的 AI Agent 工作流,发送一条会触发该工具的消息。如果 AI Agent 不再在工具注册阶段抛出 Invalid schema for function ... 或 input_schema.type: Field required,而是正常调用向量库并返回基于检索内容的回答,即说明修复生效。Issue 中提到手动描述 Postgres Tool 的场景也应同步恢复正常。
参考来源
相关 PR:n8n-io/n8n #25333
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
这个方案解决了吗?
可以继续搜索完整报错,或查看同一工具的其他排查指南。


