Dokumen ini menunjukkan cara mengatasi error yang mungkin Anda alami saat men-deploy aplikasi.
Error Template Bawaan
Jika Anda mengalami masalah dengan template LangchainAgent selama deployment, mungkin penyebabnya adalah salah satu masalah di bagian ini.
Error Model Builder atau Runnable Builder
Masalah:
Anda akan menerima pesan error yang mirip dengan yang berikut ini:
AttributeError: 'LangchainAgent' object has no attribute '_model_builder'
atau
AttributeError: 'LangchainAgent' object has no attribute '_runnable_builder'
Kemungkinan penyebab:
Hal ini dapat terjadi jika Anda menggunakan versi google-cloud-aiplatform
yang
lebih baru dari 1.50.0
untuk menentukan LangchainAgent
di lingkungan
pengembangan, tetapi men-deploy-nya dengan versi yang lebih lama dari 1.51.0
di requirements=
. Untuk memeriksa versi yang Anda gunakan di lingkungan
pengembangan, jalankan perintah berikut di terminal Anda:
pip show google-cloud-aiplatform
Solusi yang disarankan:
Jika Anda menggunakan versi google-cloud-aiplatform
sebelum versi 1.51.0
, tentukan versi google-cloud-aiplatform
sebelum versi 1.51.0
di requirements=
saat men-deploy mesin logika.
Jika Anda menggunakan versi google-cloud-aiplatform
setelah versi 1.50.0
, tentukan versi google-cloud-aiplatform
setelah versi 1.50.0
di requirements=
saat men-deploy mesin logika.
Kesalahan server internal
Masalah:
Anda akan menerima pesan error yang mirip dengan yang berikut ini:
InternalServerError: 500 Revision XXX is not ready and cannot serve traffic.
Sayangnya, ini adalah error umum untuk masalah apa pun dengan penampung saat runtime, dan kemungkinan penyebabnya adalah salah satu dari banyak error yang mungkin terjadi.
Kemungkinan penyebab:
- Status kotor pada
LangchainAgent
. Hal ini dapat terjadi jika.set_up()
dipanggil diLangchainAgent
sebelum di-deploy ke mesin penalaran. - Versi paket tidak konsisten. Hal ini dapat terjadi jika paket yang diinstal di lingkungan pengembangan berbeda dengan paket yang diinstal di lingkungan jarak jauh di mesin penalaran.
Solusi yang disarankan:
- Status kotor pada
LangchainAgent
. Buat instance baruLangchainAgent
atau hapusagent.set_up()
dari kode sebelum men-deploy ke mesin penalaran. - Spesifikasi paket tidak konsisten. Lihat bagian tentang memecahkan masalah error serialisasi.
Error serialisasi
Secara umum, penting untuk memastikan bahwa lingkungan "lokal" dan "jarak jauh" disinkronkan saat men-deploy ke mesin penalaran. Anda dapat memastikan hal ini dengan
menentukan requirements=
saat
men-deploy ke mesin penalaran.
Jika Anda mengalami masalah serialisasi (error yang terkait dengan "memilih" atau "memilih" identik dengan error "serialisasi"), hal ini mungkin disebabkan oleh salah satu masalah yang dijelaskan di bagian ini.
Versi Pydantic
Masalah:
Anda akan menerima pesan error yang mirip dengan yang berikut ini:
PicklingError: Can't pickle <cyfunction str_validator at 0x7ca030133d30>: it's
not the same object as pydantic.validators.str_validator
Kemungkinan penyebab:
Hal ini mungkin terjadi jika paket pydantic
Anda lebih lama dari versi 2.6.4
. Untuk
memeriksa versi mana yang Anda gunakan, jalankan perintah berikut di terminal:
pip show pydantic
Solusi yang disarankan:
Update paket Anda dengan menjalankan perintah berikut di terminal:
pip install pydantic --upgrade
Jalankan perintah berikut di terminal untuk memverifikasi bahwa Anda menggunakan versi 2.6.4
atau yang lebih baru:
pip show pydantic
Jika Anda berada dalam instance notebook (misalnya, Jupyter atau Colab atau Workbench), Anda mungkin perlu memulai ulang runtime untuk menggunakan paket yang telah diupdate.
Versi Cloud Pickle
Masalah:
Anda akan menerima pesan error yang mirip dengan yang berikut ini:
AttributeError: Can't get attribute '_class_setstate' on <module 'cloudpickle.cloudpickle'
from '/usr/local/lib/python3.10/site-packages/cloudpickle/cloudpickle.py'>
Kemungkinan penyebab:
Hal ini mungkin terjadi jika versi paket cloudpickle
Anda berbeda di lingkungan pengembangan dan lingkungan deployment Anda. Untuk memeriksa
versi mana yang Anda gunakan dalam pengembangan, jalankan perintah berikut di terminal:
pip show cloudpickle
Solusi yang disarankan:
Deploy versi cloudcrible yang sama di kedua lingkungan (yaitu lingkungan pengembangan lokal Anda dan lingkungan Reasoning Engine yang di-deploy dari jarak jauh) dengan menentukan requirements=
saat men-deploy mesin penalaran.
Kesalahan server internal
Masalah:
Anda akan menerima pesan error yang mirip dengan yang berikut ini:
InternalServerError: 500 Revision XXX is not ready and cannot serve traffic.
Kemungkinan penyebab:
Hal ini dapat terjadi jika sys_version=
berbeda dengan lingkungan pengembangan saat
men-deploy ke mesin penalaran.
Solusi yang disarankan:
Sebaiknya hapus sys_version=
dari argumen input saat men-deploy ke
mesin alasan. Jika Anda masih
mengalami masalah, laporkan bug.
Error bucket Cloud Storage
Jika Anda mengalami masalah pada bucket staging Cloud Storage yang digunakan pada waktu deployment untuk mengumpulkan dan mengupload agen, hal ini mungkin disebabkan oleh salah satu masalah berikut:
Error izin
Solusi yang disarankan:
Jika Anda ingin menggunakan bucket yang sudah ada: pastikan akun utama yang diautentikasi untuk menggunakan Vertex AI (baik Anda sendiri maupun akun layanan) memiliki akses Storage Admin
ke bucket, dan berikan izin ke akun layanan mesin logika yang dikelola Google.
Atau, Anda dapat menentukan bucket baru saat men-deploy ke mesin penalaran, dan SDK klien mesin penalaran akan membuat bucket dengan izin yang diperlukan.
Jika Anda masih mengalami masalah, ajukan laporan bug.
Subdirektori bucket Cloud Storage tidak dibuat
Masalah:
Anda akan menerima pesan error yang mirip dengan yang berikut ini:
NotFound: 404 Can not copy from \"gs://[LOCATION]-*/reasoning_engine/reasoning_engine.pkl\" to \"gs://*/code.pkl\", check if the source object and target bucket exist.
(404 terjadi saat sistem mencoba menyalin ke dalam folder yang tidak ada.)
Kemungkinan penyebab:
Hal ini mungkin disebabkan oleh masalah dengan jenis interpolasi string dalam versi
google-cloud-aiplatform
yang lebih lama dari versi 1.49.0
. Hal ini diperbaiki)
di versi yang lebih baru. Untuk memeriksa versi google-cloud-aiplatform
yang Anda
gunakan, jalankan perintah berikut di terminal:
pip show google-cloud-aiplatform
Solusi yang disarankan:
Update paket Anda dengan menjalankan perintah berikut di terminal:
pip install google-cloud-aiplatform --upgrade
Pastikan Anda menggunakan google-cloud-aiplatform
versi 1.49.0
atau yang lebih baru dengan menjalankan perintah berikut di terminal Anda:
pip show google-cloud-aiplatform
Jika menggunakan instance notebook (misalnya, Jupyter atau Colab atau Workbench), Anda mungkin perlu memulai ulang runtime sebelum dapat menggunakan paket yang telah diupdate.