[Question]: “Embedding extraction from file path is not supported.”

问题场景

用户用 RAGFlow 将阿里云 OSS 作为存储后端，往一个知识库数据集中上传了 2 个 Markdown 文件（例如 investor_陈睿.md），随后在文档解析/分块阶段触发报错，任务 handle_task 失败并写入错误进度消息。用户使用的是 main 分支并本地构建 Docker。

报错原文

Embedding extraction from file path is not supported.

2026-01-21 22:27:34,763 ERROR    18 Error processing batch: 'NoneType' object has no attribute 'tenant_id'
2026-01-21 22:32:07,477 INFO     21 set_progress(f53d108af6d511f09bcabfb261b74e64), progress: -1, progress_msg: 22:32:07 [ERROR][Exception]: Embedding extraction from file path is not supported.
2026-01-21 22:32:07,478 ERROR    21 handle_task got exception for task {...}
Traceback (most recent call last):
  File "/ragflow/rag/svr/task_executor.py", line 1205, in handle_task
    await do_handle_task(task)
  ...
  File "/ragflow/rag/app/naive.py", line 775, in chunk
    raise Exception("Embedding extraction from file path is not supported.")
Exception: Embedding extraction from file path is not supported.

原因分析

从调用栈看，异常在 rag/app/naive.py 的 chunk() 中主动抛出，说明解析到 embedding 提取阶段时，代码拿到的是“文件路径”而不是可读取的内容对象，因此拒绝继续处理。结合用户使用阿里云 OSS 作为存储，可能原因包括：

• 存储后端为 OSS 时，文档下载/读取环节未正确把对象下载到本地或转换为可读流，导致下游只拿到路径（可能原因）；
• 本地构建的 main 分支代码与 OSS 存储适配存在差异或尚未合并的修复（可能原因）；
• 同时出现的 'NoneType' object has no attribute 'tenant_id' 说明批次处理上下文中的租户对象为空，可能进一步影响文件解析链路（可能原因）。

上述均为基于日志的推断，Issue 中未给出根因确认。

环境排查

• 确认 RAGFlow 是否为本地基于 main 分支构建的 Docker 镜像，以及具体 commit / 构建时间。
• 确认存储后端配置（阿里云 OSS 的 endpoint、bucket、AccessKey 是否可读写，路径前缀是否正确）。
• 确认文档所在位置是否为对象存储路径，而非可被解析器直接读取的本地文件。
• 确认 Python 版本与日志一致（日志为 3.12.12）及其他关键依赖版本。
• 确认任务日志中是否同时出现 'NoneType' object has no attribute 'tenant_id'，判断是否与租户上下文缺失相关。
• CUDA、显卡型号在 Issue 中未提供，暂不作为排查项。

解决步骤

1. 先复现并记录完整日志：保留 handle_task 任务 JSON 与 naive.py 的 traceback，确认异常始终发生在 rag/app/naive.py 的 chunk()。
2. 核对存储配置：检查 RAGFlow 使用的 OSS endpoint / bucket / 凭据，并确认上传的 Markdown 文件确实存在于该 bucket 的预期路径下。
3. 确认文件访问方式：观察解析流程是读取本地文件内容还是只拿到对象存储路径；如果只拿到路径，则当前代码路径无法从该路径直接做 embedding 提取。
4. 检查是否同时存在 tenant_id 相关的 None 报错，若存在，先排查租户/批次上下文初始化是否正常。
5. 如怀疑是本地 main 分支构建问题，可优先尝试切换到已修复该问题的版本或提交（Issue 未点名具体版本，需自行对照上游变更确认），再重新构建 Docker 并复现。
6. 若仍无法解决，在上游 Issue 中补充完整环境信息、存储类型与复现步骤，便于定位是否为 OSS 场景下的已知缺陷。

验证方法

重新上传同一批 Markdown 文件到数据集并触发解析，观察 set_progress 的 progress_msg 不再出现 Embedding extraction from file path is not supported.，任务 handle_task 正常完成且没有 Exception 抛出，文档分块与 embedding 流程正常结束。

参考来源

infiniflow/ragflow #12759

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。

了解 GamsGo AI

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。