# Устранение неполадок

> Решения распространённых проблем PentAGI — flow, который завершается ошибкой при первом вызове модели, ошибки парсера tool call, предупреждения установщика на macOS и зависание небольших моделей.

Начните с журналов обеих сторон соединения: `docker compose logs -f pentagi` для PentAGI и журналов вашего бэкенда модели или прокси.

## [Flow завершается ошибкой «failed to select primary docker image via llm call»](https://pentagi.com/ru/docs/deployment/troubleshooting/#a-flow-fails-with-failed-to-select-primary-docker-image-via-llm-call)

Первое, что делает [flow](https://pentagi.com/ru/docs/glossary/#flow), — запрашивает у модели выбор образа Docker через [agent type](https://pentagi.com/ru/docs/glossary/#agent-type) `simple`. Эта ошибка почти всегда указывает на проблему с бэкендом модели, а не с Docker:

1. Проверьте журналы PentAGI и журналы бэкенда вашей модели.
2. Убедитесь, что базовый URL, API-ключ и имя модели указаны верно и доступны из контейнера.
3. Этот вызов не отправляет инструменты, поэтому он завершается ошибкой из-за соединения, ключа или модели, а не из-за [tool](https://pentagi.com/ru/docs/glossary/#tool) calling: проверьте, что модель [agent](https://pentagi.com/ru/docs/glossary/#agent) `simple` отвечает на обычный запрос чата. Отсутствие парсера [tool call](https://pentagi.com/ru/docs/glossary/#tool-call) проявится позже, когда агенты начнут вызывать инструменты.

## [Ошибки парсера tool call при использовании самостоятельно размещаемых моделей](https://pentagi.com/ru/docs/deployment/troubleshooting/#tool-call-parser-errors-with-self-hosted-models)

PentAGI управляет agents посредством tool calls, поэтому пользовательский бэкенд должен возвращать корректный JSON tool call в стиле OpenAI. Признаки отсутствующего или неподходящего парсера: `Failed to parse tool call arguments as JSON`, flows, останавливающиеся после нескольких шагов, и tool calls, зацикливающиеся без достижения результата.

* Включите парсер tool call и шаблон чата, рекомендованные для модели, которую вы запускаете в llama.cpp, SGLang или vLLM.
* Перед запуском полноценного flow проверьте [provider](https://pentagi.com/ru/docs/glossary/#provider) с помощью утилиты `ctester`.
* Обновите PentAGI: последние сборки очищают некорректные аргументы, благодаря чему один неудачный ответ больше не останавливает flow.

## [macOS блокирует установщик](https://pentagi.com/ru/docs/deployment/troubleshooting/#macos-flags-the-installer)

Сборки для macOS подписаны и прошли нотариальное заверение. Если macOS всё ещё предупреждает об установщике, не используйте **Всё равно открыть**: удалите файл и снова скачайте архив для вашего процессора по официальным ссылкам — `darwin/amd64` для Intel, `darwin/arm64` для Apple silicon. Никогда не используйте архивы из неофициальных источников повторно.

## [Небольшие модели зависают](https://pentagi.com/ru/docs/deployment/troubleshooting/#smaller-models-get-stuck)

Включите [мониторинг выполнения и планирование task](https://pentagi.com/ru/docs/concepts/agents/#safeguards) и предоставьте agent `adviser` более мощную модель или повышенный уровень рассуждения.

## [Проблема не решена?](https://pentagi.com/ru/docs/deployment/troubleshooting/#still-stuck)

Задайте вопрос в [Discord](https://discord.gg/2xrMh7qX6m) или [откройте issue](https://github.com/vxcontrol/pentagi/issues), приложив соответствующие строки журналов.