本文說明如何解決部署代理程式時可能遇到的錯誤。
預先建構的範本錯誤
如果在部署期間遇到 LangchainAgent 範本問題，可能是因為本節中的其中一個問題。
內部伺服器錯誤
問題：
您會收到類似以下的錯誤訊息：
InternalServerError: 500 Revision XXX is not ready and cannot serve traffic.
很抱歉，這是容器在執行階段發生任何問題時都會出現的錯誤，可能原因包括許多錯誤。
可能原因：
LangchainAgent的髒狀態。如果在部署代理程式之前，對LangchainAgent呼叫.set_up()，就可能發生這種情況。- 套件版本不一致。如果開發環境中安裝的套件，與 Vertex AI Agent Engine 遠端環境中安裝的套件不同，就可能發生這種情況。
建議解決方法：
LangchainAgent的髒狀態。在部署代理程式之前，請先建立LangchainAgent的全新執行個體，或從程式碼中移除agent.set_up()。- 套裝規格不一致。請參閱「排解序列化錯誤」一節。
序列化錯誤
一般而言，部署代理程式時，請務必確保「本機」和「遠端」環境同步。如要確保這一點，請在部署代理程式時指定 requirements=。
如果遇到序列化問題 (與「pickle」或「pickling」相關的錯誤等同於「序列化」錯誤)，可能是因為本節所述的其中一個問題。
Pydantic 版本
問題：
您會收到類似以下的錯誤訊息：
PicklingError: Can't pickle <cyfunction str_validator at 0x7ca030133d30>: it's
not the same object as pydantic.validators.str_validator
可能原因：
如果您的 pydantic 套件早於 2.6.4 版本，就可能發生這種情況。如要查看您使用的版本，請在終端機中執行下列指令：
pip show pydantic建議解決方案：
在終端機中執行下列指令，更新套件：
pip install pydantic --upgrade在終端機中執行下列指令，確認您使用的是 2.6.4 以上版本：
pip show pydantic如果您位於筆記本執行個體 (例如 Jupyter、Colab 或 Workbench)，可能需要重新啟動執行階段，才能使用更新的套件。
Cloudpickle 版本
問題：
您會收到類似以下的錯誤訊息：
AttributeError: Can't get attribute '_class_setstate' on <module 'cloudpickle.cloudpickle'
from '/usr/local/lib/python3.10/site-packages/cloudpickle/cloudpickle.py'>
可能原因：
如果開發環境和部署環境中的 cloudpickle 套件版本不同，就可能發生這種情況。如要檢查開發環境中使用的版本，請在終端機中執行下列指令：
pip show cloudpickle建議解決方案：
在兩個環境中部署相同版本的 cloudpickle，例如本機開發環境和遠端部署的代理程式，方法是在部署代理程式時指定 requirements=。
內部伺服器錯誤
問題：
您會收到類似以下的錯誤訊息：
InternalServerError: 500 Revision XXX is not ready and cannot serve traffic.
可能原因：
如果sys_version=與部署代理程式時的開發環境不同，就可能發生這種情況。
建議解決方案：
部署代理程式後，請考慮從輸入引數中移除 sys_version=。如果仍遇到問題，請提出錯誤報告。
Cloud Storage bucket 錯誤
如果您在部署時遇到 Cloud Storage 暫存值區的問題，可能是因為下列其中一個原因：
權限錯誤
建議解決方案：
如要使用現有值區，請確認已通過驗證，可使用 Vertex AI 的主體 (您本人或服務帳戶) 具有該值區的 Storage Admin 存取權，並將權限授予服務帳戶。
或者，您可以在部署代理程式時指定新值區，SDK 會建立具備必要權限的值區。
如果仍遇到問題，請提出錯誤報告。
未建立 Cloud Storage 值區子目錄
問題：
您會收到類似以下的錯誤訊息：
NotFound: 404 Can not copy from \"gs://[LOCATION]-*/agent_engine/agent_engine.pkl\" to \"gs://*/code.pkl\", check if the source object and target bucket exist.
(如果系統嘗試複製到不存在的資料夾，就會發生 404 錯誤)。
可能原因：
這可能是因為 google-cloud-aiplatform 版本 (低於 1.49.0) 的字串插補功能有問題。這個問題已在後續版本中修正。如要查看使用的 google-cloud-aiplatform 版本，請在終端機中執行下列指令：
pip show google-cloud-aiplatform建議解決方案：
在終端機中執行下列指令，更新套件：
pip install google-cloud-aiplatform --upgrade在終端機中執行下列指令，確認您使用的是 1.49.0 以上版本的 google-cloud-aiplatform：
pip show google-cloud-aiplatform如果您使用筆記本執行個體 (例如 Jupyter、Colab 或 Workbench)，可能需要重新啟動執行階段，才能使用更新後的套件。
VPC-SC 違規錯誤
如果 VPC-SC 發生問題，可能的原因如下：
權限錯誤
問題：
您會收到類似以下的錯誤訊息：
Reasoning Engine instance REASONING_ENGINE_ID failed to start and cannot serve traffic.
或：
Request is prohibited by organization's policy.
可能原因：
這可能是因為 VPC-SC 範圍缺少必要的連入規則所致。
建議解決方案：
如果您在 VPC-SC 環境中使用 Vertex AI Agent Engine，請務必在範圍中建立輸入規則，允許從 Reasoning Engine 服務代理程式 (service-PROJECT_NUMBER@gcp-sa-aiplatform-re.iam.gserviceaccount.com) 輸入至 storage.googleapis.com 服務和 artifactregistry.googleapis.com 服務。
支援資源
如果問題仍未解決，請參閱支援指南尋求協助。