Questo documento descrive come risolvere gli errori che potresti riscontrare quando utilizzi un'applicazione.
Gli schemi delle operazioni sono vuoti
Se la tua applicazione restituisce un elenco vuoto da .operation_schemas(), la causa potrebbe essere uno dei seguenti problemi:
Errore durante la generazione di uno schema durante la creazione dell'applicazione
Problema:
Quando esegui il deployment dell'applicazione, ricevi un avviso simile al seguente:
WARNING:vertexai.reasoning_engines._reasoning_engines:failed to generate schema: issubclass() arg 1 must be a class
Possibile causa:
Questo avviso potrebbe essere visualizzato se esegui il deployment di un'applicazione utilizzando il modello predefinito LangchainAgent su una versione di google-cloud-aiplatform precedente al giorno 1.49.0. Per verificare quale versione stai utilizzando, esegui questo comando nel terminale:
pip show google-cloud-aiplatform
Soluzione consigliata:
Esegui questo comando nel terminale per aggiornare il pacchetto google-cloud-aiplatform:
pip install google-cloud-aiplatform --upgrade
Dopo aver aggiornato il pacchetto google-cloud-aiplatform, esegui questo comando per verificare che la versione sia 1.49.0 o successiva:
pip show google-cloud-aiplatform
Se utilizzi un'istanza di blocco note (ad esempio Jupyter, Colab o Workbench), potresti dover riavviare il runtime per utilizzare il pacchetto aggiornato. Dopo aver verificato che la versione di google-cloud-aiplatform è 1.49.0 o successiva, prova a eseguire nuovamente il deployment dell'applicazione.
PermissionDenied errore durante la query sull'applicazione
La query potrebbe non riuscire se non disponi delle autorizzazioni necessarie.
Autorizzazioni LLM
Problema:
Potresti ricevere un errore PermissionDenied simile al seguente:
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}"
}
]
Possibile causa:
Il tuo account di servizio potrebbe non disporre delle autorizzazioni appropriate per eseguire query sul tuo modello linguistico di grandi dimensioni (LLM).
Soluzione consigliata:
Assicurati che l'account di servizio disponga delle autorizzazioni di Identity and Access Management (IAM) appropriate nel messaggio di errore. Un esempio di autorizzazione IAM
che potrebbe mancare è aiplatform.endpoints.predict. Per ulteriori informazioni, consulta Configurare le autorizzazioni dell'agente di servizio.
Richiesta non valida
Se riscontri problemi con richieste non valide durante una query sull'applicazione, potrebbero essere dovuti a uno dei problemi descritti in questa sezione.
FailedPrecondition
Problema:
Potresti ricevere un errore FailedPrecondition simile al seguente:
FailedPrecondition: 400 Reasoning Engine Execution failed. Error Details:
{"detail":"Invalid request: `{'query': ...}`"}
Possibile causa:
Questo può accadere se chiami agent.query(query_str) anziché agent.query(input=query_str) (ovvero specificando gli input della query come argomenti posizionali anziché argomenti parole chiave).
Soluzione consigliata:
Quando esegui una query su un'istanza di un motore di ragionamento di cui è stato eseguito il deployment, specifica tutti gli input come argomenti parola chiave (ad es. agent.query(input=query_str)).