Pydantic ValidationError 反序列化报 Invalid error type: sequence_str

工作进程已经捕获 ValidationError，把异常对象传回主进程时却出现 KeyError: "Invalid error type: 'sequence_str'"。这可能发生在 pickle.loads(pickle.dumps(exc))，而不是最初模型验证的位置。

Pydantic 2.14.1、core 2.50.1 的具体例子是 Sequence[str] 字段收到普通字符串。验证阶段产生 sequence_str 错误；pickle 写出异常时保存了错误数据，还原时再调用 from_exception_data()，某些自定义错误标识不能按普通内置错误名重建，于是又抛 KeyError。

传递错误数据，而不是要求恢复同一个异常对象

若调用方只是需要展示哪些字段失败，可以在捕获处建立明确的数据载体。下面省略输入值和上下文，避免把业务原文或异常对象塞进传输层：

from collections.abc import Sequence
from pydantic import BaseModel, ValidationError

class Item(BaseModel):
    names: Sequence[str]

try:
    Item(names="one")
except ValidationError as exc:
    failure = {
        "kind": "validation_error",
        "title": exc.title,
        "errors": exc.errors(
            include_url=False,
            include_context=False,
            include_input=False,
        ),
    }

failure 是应用自定的错误响应，不是新建的 ValidationError。接收方应按这个载体处理 loc、type 和 msg，而不是再次把错误字典交给 ValidationError.from_exception_data()，重走同一条失败路径。

若原接口必须抛异常，可以由传输层把载体包装成应用自己的稳定异常类型，保留原始错误类型与字段位置；这需要明确接口变化，不能让原来捕获 ValidationError 的调用方无声失效。

区分业务错误与错误传递失败

这里 Sequence[str] 拒绝普通字符串有实际含义：一整个字符串不应被当成名字列表。把字段改为 Any，或允许字符串逐字符拆开，只是改变输入约束，不能解决自定义错误的重建问题。

同样，不能看到 pickle 写入成功就认为进程通信正常。复核必须覆盖写出、还原和接收方实际读取，至少包含内置错误、sequence_str 以及项目自己的 PydanticCustomError。错误载体还应覆盖嵌套字段位置和应用需要保留的消息信息。

如果确实要跨进程恢复完整的 Pydantic 异常，需使用能正确保留这些错误类型的正式依赖组合，并逐类验证；当前不能把所有 ValidationError 一概视为可可靠往返。pickle 本身也只应用于可信数据，不能为这次故障新增不可信 pickle 的加载入口。