Risoluzione dei problemi
Soluzioni ai problemi comuni di PentAGI: un flow che fallisce alla prima chiamata al modello, errori del tool-call parser, avvisi dell'installer su macOS e modelli piccoli bloccati.
Inizia esaminando i log di entrambe le parti coinvolte nella connessione: docker compose logs -f pentagi per PentAGI e i log del backend o del proxy del tuo modello.
Un flow fallisce con "failed to select primary docker image via llm call"
La prima operazione che un flowflowUn'esecuzione di PentAGI: un obiettivo, i task creati dai tuoi messaggi e tutto ciò che gli agenti hanno fatto lungo il percorso. esegue è chiedere al modello di scegliere un'immagine Docker, tramite l'agent typeagent type — tipo di agenteIl ruolo che un agente ricopre, come pentester, coder o searcher. Le impostazioni del modello vengono scelte per tipo di agente. simple. Questo errore indica quasi sempre un problema nel backend del modello, non in Docker:
- Controlla i log di PentAGI e quelli del backend del tuo modello.
- Verifica che l'URL di base, la chiave API e il nome del modello siano corretti e raggiungibili dal container.
- Questa chiamata non invia strumenti, quindi fallisce a causa della connessione, della chiave o del modello, non per le tool callstool call — chiamata agli strumentiUna richiesta dal modello di eseguire uno degli strumenti dell'agente, come un comando terminale o una ricerca web.: verifica che il modello dell'
simpleagentagent — agenteUn agente AI di PentAGI: un modello con il proprio prompt, impostazioni e strumenti che svolge un tipo di lavoro in un flow, come testare, scrivere codice o cercare sul web. risponda a una semplice richiesta di chat. Un tool-call parser mancante si manifesterà in seguito, quando gli agent inizieranno a chiamare gli strumenti.
Errori del tool-call parser con modelli self-hosted
PentAGI gestisce gli agents tramite tool calls, quindi un backend personalizzato deve restituire JSON di tool call validi in stile OpenAI. I sintomi di un parser mancante o non corrispondente includono Failed to parse tool call arguments as JSON, flows che si interrompono dopo pochi passaggi e tool calls che entrano in loop senza convergere.
- Abilita il tool-call parser e il template di chat raccomandati per il modello che stai servendo in llama.cpp, SGLang o vLLM.
- Valida il providerproviderUn servizio o server che fornisce a PentAGI i suoi modelli linguistici, come OpenAI, Anthropic o un Ollama locale. con l'utility
ctesterprima di eseguire un flow completo. - Aggiorna PentAGI: le build recenti sanificano gli argomenti malformati, così una singola risposta errata non blocca più un flow.
macOS blocca l'installer
Le build per macOS sono firmate e notarizzate. Se macOS continua ad avvisarti riguardo all'installer, non ignorare l'avviso con Apri comunque: elimina il file e scarica di nuovo l'archivio adatto alla tua CPU dai link ufficiali — darwin/ per Intel, darwin/ per Apple silicon. Non riutilizzare mai un archivio proveniente da fonti non ufficiali.
I modelli più piccoli si bloccano
Abilita il monitoraggio dell'esecuzione e la pianificazione dei task e assegna all'agent adviser un modello più potente o un'impostazione di ragionamento più elevata.
Sei ancora bloccato?
Chiedi su Discord o apri una issue includendo le righe di log rilevanti.
Ultimo aggiornamento il