Resolva problemas com um agente

Este documento descreve como resolver erros que pode encontrar quando usa um agente.

Operation schemas is empty

Se o seu agente devolver uma lista vazia de .operation_schemas(), tal pode dever-se a um dos seguintes problemas:

Falha ao gerar um esquema durante a criação do agente

Problema:

Quando implementa o seu agente, recebe um aviso semelhante ao seguinte:

WARNING:vertexai.agent_engines:failed to generate schema: issubclass() arg 1 must be a class

Causa possível:

Este aviso pode ocorrer se implementar um agente através do modelo LangchainAgent pré-criado numa versão do google-cloud-aiplatform anterior a 1.49.0. Para verificar a versão que está a usar, execute o seguinte comando no terminal:

pip show google-cloud-aiplatform

Solução recomendada:

Execute o seguinte comando no terminal para atualizar o pacote google-cloud-aiplatform:

pip install google-cloud-aiplatform --upgrade

Depois de atualizar o pacote google-cloud-aiplatform, execute o seguinte comando para verificar se a versão é 1.49.0 ou posterior:

pip show google-cloud-aiplatform

Se estiver numa instância de bloco de notas (por exemplo, Jupyter, Colab ou Workbench), pode ter de reiniciar o tempo de execução para usar o pacote atualizado. Depois de verificar se a versão do google-cloud-aiplatform é 1.49.0 ou posterior, tente implementar novamente o agente.

Erro PermissionDenied ao consultar o seu agente

A sua consulta pode falhar se não tiver as autorizações necessárias.

Autorizações das extensões do Vertex AI

Problema

Pode receber um erro PermissionDenied semelhante ao seguinte:

Permission 'aiplatform.extensions.get' denied on resource
'//aiplatform.googleapis.com/projects/{PROJECT_ID}/locations/{LOCATION}/extensions/
{EXTENSION}' (or it may not exist). [reason: "IAM_PERMISSION_DENIED"
domain: "aiplatform.googleapis.com"
metadata {
  key: "permission"
  value: "aiplatform.extensions.get"
}
metadata {
  key: "resource"
  value: "projects/{PROJECT_ID}/locations/{LOCATION}/extensions/{EXTENSION}"
}
]

O seu agente não tem as autorizações das extensões do Vertex AI. Para usar extensões da Vertex AI com o Vertex AI Agent Engine, conceda a função de utilizador da Vertex AI (roles/aiplatform.user) à conta de serviço de identidade do seu agente. Para mais informações, consulte o artigo Configure a identidade e as autorizações do seu agente.

Autorizações de MDGs

Problema:

Pode receber um erro PermissionDenied semelhante ao seguinte:

PermissionDenied: 403 Permission 'aiplatform.endpoints.predict' denied on resource 
'//aiplatform.googleapis.com/projects/{PROJECT_ID}/locations/{LOCATION}/publishers/
google/models/{MODEL}' (or it may not exist). [reason: "IAM_PERMISSION_DENIED"
domain: "aiplatform.googleapis.com"
metadata {
  key: "permission"
  value: "aiplatform.endpoints.predict"
}
metadata {
  key: "resource"
  value: "projects/{PROJECT_ID}/locations/{LOCATION}/publishers/google/models/{MODEL}"
}
]

Causa possível:

A identidade do seu agente conta de serviço pode não ter as autorizações adequadas para consultar o seu modelo de linguagem (conteúdo extenso) (MDL/CE).

Solução recomendada:

Certifique-se de que a sua conta de serviço tem as autorizações de gestão de identidade e de acesso (IAM) adequadas indicadas na mensagem de erro. Um exemplo de uma autorização do IAM que pode estar em falta é aiplatform.endpoints.predict. Consulte o artigo Configure a identidade e as autorizações do seu agente para mais informações.

Falha na execução do motor de raciocínio

Se receber a mensagem de erro "Reasoning Engine Execution failed" ao consultar o seu agente, tal pode dever-se a um dos problemas descritos nesta secção.

Entradas inválidas para .query()

Problema:

Pode receber um erro FailedPrecondition semelhante ao seguinte:

FailedPrecondition: 400 Reasoning Engine Execution failed. Error Details:
{"detail":"Invalid request: `{'query': ...}`"}

Causa possível:

Este erro ocorre quando especifica as entradas para a consulta como argumentos posicionais em vez de argumentos de palavras-chave. Por exemplo, liga para agent.query(query_str) em vez de agent.query(input=query_str).

Solução recomendada:

Quando consultar uma instância de um motor de raciocínio que foi implementado, especifique todas as entradas como argumentos de palavras-chave.

Quota do modelo Gemini esgotada

Problema:

Pode receber um erro semelhante a um dos seguintes, o que indica que o erro é gerado a partir da chamada para o Gemini:

FailedPrecondition: 400 Reasoning Engine Execution failed. Error Details:
{"detail":"...langchain_google_vertexai/chat_models.py...google.api_core.exceptions.ResourceExhausted: 429 Unable to submit request because the service is temporarily out of capacity. Try again later."}

ou uma mensagem de erro diferente:

FailedPrecondition: 400 Reasoning Engine Execution failed. Error Details:
{"detail":"...langchain_google_vertexai/chat_models.py...google.api_core.exceptions.InternalServerError: 500 Internal error occurred."}

Causa possível:

Isto pode acontecer se tiver enviado demasiados pedidos recentemente e tiver esgotado a quota do modelo Gemini.

Solução recomendada:

Siga o processo de gestão da quota do modelo Gemini para aumentar a quota. Em alternativa, limite a taxa dos seus testes e tente novamente mais tarde.

Recursos de apoio

Se o problema ainda não estiver resolvido, consulte o nosso guia de apoio técnico para receber ajuda.