跑教程时遇到报错?来这里找答案。按 Ctrl+F 搜报错关键词。
原因:API Key 写错了,或者环境变量没有正确设置。
解决:
1. 确认你已经申请了 API Key(DeepSeek / OpenAI / 通义千问等)
2. 检查环境变量:
Linux/Mac: echo $OPENAI_API_KEY
Windows: echo %OPENAI_API_KEY%
3. 重新设置:
Linux/Mac: export OPENAI_API_KEY="sk-你的key"
Windows: $env:OPENAI_API_KEY="sk-你的key"
原因:网络连不上 API 服务器。
解决:
1. 如果用的是 OpenAI 官方 → 国内可能被墙,试试换 DeepSeek:
export OPENAI_BASE_URL="https://api.deepseek.com/v1"
2. 如果用的是国内接口 → 检查 base_url 是否正确
3. 检查是否需要代理:
export HTTP_PROXY="http://127.0.0.1:7890"
原因:API 调用太频繁,或者账户余额不足。
解决:
1. 等几秒再试
2. 检查 API 账户余额(登录平台查看)
3. 如果用的是免费额度,可能用完了
原因:缺少 Python 包。
解决:
1. 确认在项目目录下:
cd agent-builder (或 cd agent-builder-pro)
2. 一次性安装所有依赖:
pip install -r requirements.txt
3. 如果某个包单独报错:
pip install openai (基础版必要)
pip install sentence-transformers (Pro 版 P3 必要)
pip install gradio (Pro 版 P6 必要)
原因:模型文件从 HuggingFace 下载,国内可能慢。
解决:
1. 设置 HuggingFace 镜像:
export HF_ENDPOINT="https://hf-mirror.com"
2. 或者等一会儿——第一次下载约 80MB,之后不用再下
3. 如果实在下载不了,P3 代码会自动降级为关键词匹配模式
原因:LLM 的输出被 max_tokens 截断了。
解决:加大 max_tokens 参数,或者缩短问题。
原因:LLM 反复调用工具,永远不说"完成了"。
解决:
1. 这是 MAX_LOOPS 在保护你——它会在 N 轮后自动停止
2. 检查 system prompt,确保告诉 Agent "完成任务后直接回答,不要继续调工具"
原因:工具描述不够清晰,LLM 不知道什么时候该用。
解决:检查 tools/ 目录下 TOOLS 的 description 字段,写得更具体。
好的:"当用户询问数学计算时使用此工具"
差的:"一个工具"
原因:Python 找不到 tools 模块。
解决:
1. 确保从项目根目录运行脚本(如 agent-builder/ 目录下)
2. 不要用 cd tools/ && python ../step02_tool_system.py
原因:CMD 或 PowerShell 编码问题。
解决:
1. 使用 Windows Terminal(微软商店免费下载)
2. 或在脚本开头加:
import sys; sys.stdout.reconfigure(encoding='utf-8')
报错特征:工具调用不生效,或 API 返回 400。
原因:某些模型(如 gpt-3.5-turbo-instruct)不支持 tools 参数。
解决:换成支持 Function Calling 的模型:
推荐:gpt-4o-mini / gpt-3.5-turbo / deepseek-chat / qwen-turbo
解决:换更便宜的模型。
DeepSeek: export OPENAI_BASE_URL="https://api.deepseek.com/v1"
model="deepseek-chat"
通义千问: model="qwen-turbo"
智谱: model="glm-4-flash"
本地模型: export OPENAI_BASE_URL="http://localhost:11434/v1"
解决:
1. 写入 shell 配置文件(永久生效):
echo 'export OPENAI_API_KEY="sk-你的key"' >> ~/.bashrc
source ~/.bashrc
2. 或创建 .env 文件(需要 pip install python-dotenv):
echo 'OPENAI_API_KEY=sk-你的key' > .env
代码里加:from dotenv import load_dotenv; load_dotenv()
- 复制完整报错信息
- 在 GitHub Issues 提问
- 或者直接问 AI:"我跑 agent-builder 的 step01 时遇到这个错误:[粘贴报错]"