Fehlerbehebung
Lösungen für häufige PentAGI-Probleme – ein Flow, der beim ersten Modellaufruf fehlschlägt, Fehler des Tool-Call-Parsers, Warnungen des macOS-Installers und hängende kleine Modelle.
Beginnen Sie mit den Logs beider Seiten einer Verbindung: docker compose logs -f pentagi für PentAGI und die Logs Ihres Modell-Backends oder Proxys.
Ein Flow schlägt mit „failed to select primary docker image via llm call“ fehl
Als Erstes fordert ein FlowFlowEin Durchlauf von PentAGI: ein Ziel, die aus Ihren Nachrichten erstellten Aufgaben und alles, was die Agenten dabei getan haben. das Modell über den Agent TypeAgent Type — AgententypDie Rolle, die ein Agent spielt, wie z. B. pentester, coder oder searcher. Die Modelleinstellungen werden pro Agententyp gewählt. simple auf, ein Docker-Image auszuwählen. Dieser Fehler weist fast immer auf das Modell-Backend hin, nicht auf Docker:
- Prüfen Sie die Logs von PentAGI und Ihres Modell-Backends.
- Stellen Sie sicher, dass Basis-URL, API-Schlüssel und Modellname korrekt sind und vom Container aus erreicht werden können.
- Dieser Aufruf sendet keine ToolsToolDas, womit ein Agent handelt: eine eingebaute Fähigkeit wie das Terminal, der isolierte Browser oder die Websuche oder ein Programm in der Sandbox wie nmap, metasploit oder sqlmap., daher schlägt er aufgrund der Verbindung, des Schlüssels oder des Modells fehl, nicht aber aufgrund von Tool CallsTool Call — Tool-AufrufEine Anfrage des Modells, eines der Tools des Agenten auszuführen, wie einen Terminalbefehl oder eine Websuche.: Prüfen Sie, ob das Modell des
simple-Agenten auf eine einfache Chat-Anfrage antwortet. Ein fehlender Tool-Call-Parser zeigt sich erst später, sobald die AgentsAgentEin KI-Agent von PentAGI: ein Modell mit eigenem Prompt, Einstellungen und Tools, das eine bestimmte Art von Arbeit in einem Flow erledigt, wie z. B. Testen, Code schreiben oder Websuche. Tools aufrufen.
Tool-Call-Parser-Fehler bei selbst gehosteten Modellen
PentAGI steuert Agents über Tool Calls; daher muss ein eigenes Backend gültiges Tool-Call-JSON im OpenAI-Stil zurückgeben. Zu den Symptomen eines fehlenden oder nicht passenden Parsers gehören Failed to parse tool call arguments as JSON, Flows, die nach wenigen Schritten stoppen, sowie Tool Calls, die in einer Schleife laufen ohne zu konvergieren.
- Aktivieren Sie den Tool-Call-Parser und die Chat-Vorlage, die für das in llama.cpp, SGLang oder vLLM bereitgestellte Modell empfohlen werden.
- Validieren Sie den ProviderProviderEin Dienst oder Server, der PentAGI seine Sprachmodelle bereitstellt, wie z. B. OpenAI, Anthropic oder ein lokales Ollama. mit dem Dienstprogramm
ctester, bevor Sie einen vollständigen Flow ausführen. - Aktualisieren Sie PentAGI: Aktuelle Builds bereinigen fehlerhafte Argumente, sodass eine einzelne ungültige Antwort einen Flow nicht mehr zum Stillstand bringt.
macOS warnt vor dem Installer
Die macOS-Builds sind signiert und notariell beglaubigt. Wenn macOS weiterhin vor dem Installer warnt, setzen Sie die Warnung nicht mit Trotzdem öffnen außer Kraft: Löschen Sie die Datei und laden Sie das Archiv für Ihre CPU erneut über die offiziellen Links herunter — darwin/ für Intel, darwin/ für Apple Silicon. Verwenden Sie niemals ein Archiv aus einer inoffiziellen Quelle erneut.
Kleinere Modelle bleiben hängen
Aktivieren Sie die Ausführungsüberwachung und Task-Planung und weisen Sie dem adviser-Agent ein leistungsstärkeres Modell oder eine höhere Reasoning-Einstellung zu.
Immer noch Probleme?
Fragen Sie in Discord nach oder erstellen Sie ein Issue mit den relevanten Logzeilen.
Zuletzt aktualisiert am
Upgrade
Aktualisieren Sie eine Installation auf eine neue Version und erfahren Sie, was Sie beim Wechsel von 2.1.0 auf 2.2.0 ändern müssen.
API-Übersicht
Automatisieren Sie PentAGI über REST und GraphQL – erstellen Sie ein Bearer-Token, starten Sie Flows aus CI/CD, holen Sie Ergebnisse in Ihre eigenen Tools und generieren Sie einen Client.