Solução de problemas
Correções para problemas comuns do PentAGI — um flow que falha na sua primeira chamada de modelo, erros no tool-call parser, avisos do instalador no macOS e modelos pequenos travados.
Comece pelos logs de ambos os lados de uma conexão: docker compose logs -f pentagi para o PentAGI e os logs do backend ou proxy do seu modelo.
Um flow falha com "failed to select primary docker image via llm call"
A primeira coisa que um flowflow — fluxoUma execução do PentAGI: um objetivo, as tarefas criadas a partir das suas mensagens e tudo o que os agentes fizeram no caminho. faz é pedir ao modelo para escolher uma imagem Docker, por meio do agent typeagent type — tipo de agenteA função que um agente desempenha, como pentester, coder ou searcher. As configurações do modelo são escolhidas por tipo de agente. simple. Esse erro quase sempre aponta para o backend do modelo, não para o Docker:
- Verifique os logs do PentAGI e os logs do backend do seu modelo.
- Confirme se a URL base, a chave de API e o nome do modelo estão corretos e acessíveis a partir do container.
- Essa chamada não envia ferramentas, então ela falha na conexão, na chave ou no modelo, e não em tooltool — ferramentaAquilo por meio do qual um agente age: um recurso integrado como o terminal, o navegador isolado ou a busca na web, ou um programa no sandbox como nmap, metasploit ou sqlmap. calling: verifique se o modelo do
simpleagentagent — agenteUm agente de IA do PentAGI: um modelo com seu próprio prompt, configurações e ferramentas que realiza um tipo de trabalho em um fluxo, como testar, escrever código ou pesquisar na web. responde a uma solicitação de chat simples. Um tool-call parser ausente aparece mais tarde, quando os agents começam a chamar ferramentas.
Erros de tool-call parser com modelos auto-hospedados
O PentAGI conduz os agents por meio de tool callstool call — chamada de ferramentasUma solicitação do modelo para executar uma das ferramentas do agente, como um comando de terminal ou uma busca na web., então um backend personalizado deve retornar JSON de tool call válido no estilo OpenAI. Sintomas de um analisador ausente ou incompatível incluem Failed to parse tool call arguments as JSON, flows que param após algumas etapas e tool calls que entram em loop sem convergir.
- Habilite o tool-call parser e o template de chat recomendados para o modelo que você está servindo no llama.cpp, SGLang ou vLLM.
- Valide o providerprovider — provedorUm serviço ou servidor que fornece os modelos de linguagem ao PentAGI, como OpenAI, Anthropic ou um Ollama local. com o utilitário
ctesterantes de executar um flow completo. - Atualize o PentAGI: builds recentes sanitizam argumentos malformados, portanto, uma resposta ruim não trava mais um flow.
O macOS sinaliza o instalador
As compilações para macOS são assinadas e notariadas. Se o macOS ainda avisar sobre o instalador, não ignore o aviso com Abrir assim mesmo: exclua o arquivo e baixe novamente o arquivo correspondente à sua CPU a partir dos links oficiais — darwin/ para Intel, darwin/ para Apple silicon. Nunca reutilize um arquivo de uma fonte não oficial.
Modelos menores travam
Habilite o monitoramento de execução e planejamento de task e forneça ao agent adviser um modelo mais robusto ou uma configuração de raciocínio mais alta.
Ainda está travado?
Pergunte no Discord ou abra uma issue com as linhas de log relevantes.
Última atualização em