Dépannage
Correctifs pour les problèmes courants de PentAGI : un flow qui échoue dès son premier appel de modèle, des erreurs du tool-call parser, des avertissements de l’installateur macOS et des modèles de petite taille bloqués.
Commencez par examiner les journaux des deux extrémités de la connexion : docker compose logs -f pentagi pour PentAGI ainsi que ceux de votre backend de modèle ou de votre proxy.
Un flow échoue avec « failed to select primary docker image via llm call »
La première action d'un flowflowUn flow de PentAGI : un objectif, les tâches créées à partir de vos messages et tout ce que les agents ont fait en cours de route. consiste à demander au modèle de choisir une image Docker, via l'agent typeagent type — type d'agentLe rôle joué par un agent, tel que pentester, coder ou searcher. Les paramètres du modèle sont choisis par type d'agent. simple. Cette erreur indique presque toujours un problème au niveau du backend de modèle, et non de Docker :
- Vérifiez les journaux de PentAGI et ceux de votre backend de modèle.
- Assurez-vous que l'URL de base, la clé API et le nom du modèle sont corrects et accessibles depuis le conteneur.
- Cet appel n’envoie aucun tooltool — outilCe par quoi un agent agit : une capacité intégrée comme le terminal, le navigateur isolé ou la recherche web, ou un programme du sandbox comme nmap, metasploit ou sqlmap., donc il échoue au niveau de la connexion, de la clé ou du modèle, et non pas au niveau des tool callstool call — appel d’outilUne demande du modèle d’exécuter l’un des outils de l’agent, comme une commande terminal ou une recherche web. : vérifiez que le modèle de l’
simpleagentagentUn agent IA de PentAGI : un modèle avec son propre prompt, ses paramètres et ses outils, qui effectue un type de travail spécifique dans un flow, comme tester, écrire du code ou rechercher sur le web. répond à une requête de chat simple. Un tool-call parser manquant apparaîtra plus tard, lorsque les agents commenceront à appeler des tools.
Erreurs de tool-call parser avec des modèles auto-hébergés
PentAGI pilote les agents à l’aide de tool calls ; un backend personnalisé doit donc renvoyer un JSON de tool call conforme au format OpenAI. Les symptômes d'un tool-call parser absent ou inadapté incluent Failed to parse tool call arguments as JSON, des flows qui s'arrêtent après quelques étapes et des tool calls qui bouclent sans converger.
- Activez le tool-call parser et le template de chat recommandés pour le modèle que vous servez dans llama.cpp, SGLang ou vLLM.
- Validez le providerprovider — fournisseurUn service ou un serveur qui fournit ses modèles de langage à PentAGI, comme OpenAI, Anthropic ou un Ollama local. avec l'utilitaire
ctesteravant d'exécuter un flow complet. - Mettez à jour PentAGI : les versions récentes nettoient les arguments mal formés afin qu'une seule réponse incorrecte ne bloque plus un flow.
macOS signale l'installateur
Les versions macOS sont signées et notariées. Si macOS vous avertit toujours au sujet de l’installateur, ne contournez pas cet avertissement avec Ouvrir quand même : supprimez le fichier et téléchargez à nouveau l’archive correspondant à votre processeur depuis les liens officiels — darwin/ pour Intel, darwin/ pour Apple silicon. Ne réutilisez jamais une archive provenant d'une source non officielle.
Les petits modèles se bloquent
Activez la surveillance de l'exécution et la planification de task et attribuez à l'agent adviser un modèle plus performant ou un paramètre de raisonnement plus élevé.
Toujours bloqué ?
Posez votre question sur Discord ou ouvrez un ticket en incluant les lignes de journal pertinentes.
Dernière mise à jour le
Mise à niveau
Mettre à jour une installation vers une nouvelle version, et ce qu'il faut modifier lors du passage de la 2.1.0 à la 2.2.0.
Aperçu de l'API
Automatisez PentAGI via REST et GraphQL — créez un jeton Bearer, lancez des flows depuis votre CI/CD, récupérez les résultats dans vos propres outils et générez un client.