# Rozwiązywanie problemów

> Rozwiązania typowych problemów z PentAGI — flow, który nie działa przy pierwszym wywołaniu modelu, błędy parsera tool call, ostrzeżenia instalatora na macOS i zawieszone małe modele.

Zacznij od logów z obu stron połączenia: `docker compose logs -f pentagi` dla PentAGI oraz logów backendu Twojego modelu lub proxy.

## [Flow kończy się niepowodzeniem z komunikatem „failed to select primary docker image via llm call”](https://pentagi.com/pl/docs/deployment/troubleshooting/#a-flow-fails-with-failed-to-select-primary-docker-image-via-llm-call)

Pierwszą czynnością wykonywaną przez [flow](https://pentagi.com/pl/docs/glossary/#flow) jest poproszenie modelu o wybranie obrazu Docker za pośrednictwem agenta `simple`. Ten błąd prawie zawsze wskazuje na problem z backendem modelu, a nie z Dockerem:

1. Sprawdź logi PentAGI oraz logi backendu swojego modelu.
2. Upewnij się, że podstawowy URL, klucz API i nazwa modelu są poprawne oraz osiągalne z poziomu kontenera.
3. To wywołanie nie wysyła żadnych [tools](https://pentagi.com/pl/docs/glossary/#tool), więc kończy się niepowodzeniem z powodu połączenia, klucza lub modelu, a nie tool calling: sprawdź, czy model agenta `simple` odpowiada na zwykłe żądanie czatu. Brakujący tool-call parser ujawni się później, gdy agenci zaczną wywoływać tools.

## [Błędy tool-call parsera w modelach hostowanych lokalnie](https://pentagi.com/pl/docs/deployment/troubleshooting/#tool-call-parser-errors-with-self-hosted-models)

PentAGI steruje agentami za pomocą [tool calls](https://pentagi.com/pl/docs/glossary/#tool-call), więc niestandardowy backend musi zwracać prawidłowy JSON tool call w stylu OpenAI. Objawy braku lub niedopasowanego parsera obejmują `Failed to parse tool call arguments as JSON`, flows, które zatrzymują się po kilku krokach, oraz tool calls zapętlające się bez osiągnięcia wyniku.

* Włącz tool-call parser i szablon czatu rekomendowane dla modelu, który obsługujesz w llama.cpp, SGLang lub vLLM.
* Zweryfikuj [provider](https://pentagi.com/pl/docs/glossary/#provider) za pomocą narzędzia `ctester` przed uruchomieniem pełnego flow.
* Zaktualizuj PentAGI: nowsze wersje oczyszczają nieprawidłowo sformatowane argumenty, dzięki czemu pojedyncza błędna odpowiedź nie blokuje już flow.

## [macOS oznacza instalator jako podejrzany](https://pentagi.com/pl/docs/deployment/troubleshooting/#macos-flags-the-installer)

Wersje na macOS są podpisane i notaryzowane. Jeśli macOS nadal ostrzega przed instalatorem, nie omijaj tego za pomocą **Otwórz mimo to**: usuń plik i pobierz archiwum dla swojego procesora ponownie z oficjalnych linków — `darwin/amd64` dla Intel, `darwin/arm64` dla Apple silicon. Nigdy nie używaj ponownie archiwum z nieoficjalnego źródła.

## [Mniejsze modele zawieszają się](https://pentagi.com/pl/docs/deployment/troubleshooting/#smaller-models-get-stuck)

Włącz [monitorowanie wykonania i planowanie task](https://pentagi.com/pl/docs/concepts/agents/#safeguards) i przypisz agentowi `adviser` wydajniejszy model lub wyższy poziom wnioskowania.

## [Nadal masz problem?](https://pentagi.com/pl/docs/deployment/troubleshooting/#still-stuck)

Zapytaj na [Discordzie](https://discord.gg/2xrMh7qX6m) lub [utwórz zgłoszenie](https://github.com/vxcontrol/pentagi/issues), dołączając odpowiednie fragmenty logów.