Fehlgeschlagene Datenerfassungen wiederholen
Die Extraktion aus dem Kurzzeitgedächtnis in das Langzeitgedächtnis erfolgt normalerweise automatisch. Wenn die Extraktion aus dem Kurzzeitgedächtnis in das Langzeitgedächtnis aus irgendeinem Grund nicht erfolgreich ist, versucht AgentCore Memory, das Problem zu beheben. Wenn die Probleme weiterhin bestehen, ist möglicherweise ein Eingreifen des Entwicklers erforderlich, und die fehlgeschlagenen Jobs werden in eine spezielle Warteschlange für Ihre Speicherressource verschoben. Ein Beispiel ist, wenn Ihr Konto mit einer höheren Geschwindigkeit als zulässig in das Langzeitgedächtnis aufnimmt. In diesem Fall sollten Sie warten, bis der Traffic geringer ist, und die betroffenen Jobs manuell erneut ausführen.
Sie können anrufenListMemoryExtractionJobs, um sich alle fehlgeschlagenen Jobs anzusehen, und anhand des Fehlerursachencodes den Grund für den Fehler ermitteln. Rufen Sie StartMemoryExtractionJobs auf, um den Job erneut in das Langzeitgedächtnis aufzunehmen. Wir empfehlen, die übermittelte Metrik FailedExtraction zu überwachen, um bei Problemen stets auf dem Laufenden zu sein. Diese Metrik hat auch die Dimensionen on StrategyId, Resource (der Speicher-ARN) und StrategyType. AgentCore Der Speicher gibt jedes Mal, wenn ein Extraktionsauftrag fehlschlägt, eine Zählung dieser Metrik aus und wird in den Speicher der Extraktionsaufträge geschrieben.
Bei integrierten Strategien besteht das einzige Fehlerszenario darin, dass das Aufnahmelimit erreicht wird. Bei integrierten Funktionen mit Override gibt es zusätzliche Fehlerszenarien, darunter Probleme mit dem Modell, das Sie für die Verwendung in Ihrem Konto ausgewählt haben, oder den Berechtigungen, die Sie Memory erteilt haben. AgentCore
| Code für die Ursache des Fehlers | Description | Empfohlene Abhilfemaßnahme |
|---|---|---|
|
|
Dieses Konto hat das zugewiesene Kontingent für Tokens pro Minute für die Langzeitspeicherverarbeitung überschritten |
Fordern Sie über Service Quotas ein höheres Limit für das Bedrock Agentcore-Kontingent „Tokens pro Minute für die Langzeitspeicherextraktion“ an. Rufen Sie dann die StartMemoryExtractionJob API für die JobID der fehlgeschlagenen Extraktion auf. |
|
|
Der während des Speichers ExecutionRoleArn bereitgestellte Speicher CreateMemory verfügt nicht über die erforderlichen Berechtigungen, um alle Modell-IDs aufzurufen, die in den an den Speicher angehängten benutzerdefinierten Strategien bereitgestellt wurden |
Stellen Sie sicher, dass die Rolle über die hier definierten Berechtigungen und die Vertrauensrichtlinie verfügt, und fügen Sie alle fehlenden Berechtigungen hinzu. Oder rufen Sie an UpdateMemory , um zu einer anderen Rolle mit den entsprechenden Berechtigungen zu wechseln. Rufen Sie dann die StartMemoryExtractionJobs API für die JobID der fehlgeschlagenen Extraktion auf. |
|
|
Der Dienst hat einen internen Fehler von Bedrock erhalten, als er versuchte, das in der benutzerdefinierten Strategie bereitgestellte Modell aufzurufen. |
Dies könnte ein vorübergehender Servicefehler von Bedrock sein. Versuchen Sie es später erneut, indem Sie die StartMemoryExtractionJobs API für die JobID der fehlgeschlagenen Extraktion aufrufen. |
|
|
Der Dienst hat von Bedrock eine Drosselungsausnahme erhalten, als er versuchte, das in der benutzerdefinierten Strategie bereitgestellte Modell aufzurufen. |
Stellen Sie sicher, dass Ihr Konto von Bedrock ein angemessenes TPM- und RPM-Kontingent für dieses Modell angefordert hat. Rufen Sie die StartMemoryExtractionJobs API auf der JobID der fehlgeschlagenen Extraktion auf, nachdem das Kontingent erhöht wurde oder zu Zeiten mit wenig Traffic. |
|
|
Beim Versuch, das in der benutzerdefinierten Strategie bereitgestellte Modell aufzurufen, erhielt der Dienst eine Ausnahme für einen Modellfehler von Bedrock. |
Dies ist normalerweise ein vorübergehender Dienstfehler von Bedrock. Versuchen Sie es später erneut, indem Sie die StartMemoryExtractionJobs API für die JobID der fehlgeschlagenen Extraktion aufrufen. |
|
|
Der Dienst hat von Bedrock eine Model Timeout Exception erhalten, als er versuchte, das in der benutzerdefinierten Strategie bereitgestellte Modell aufzurufen. |
Dies tritt auf, wenn die Verarbeitungszeit des Modells ihren Timeout überschreitet. Erwägen Sie, zu einem schnelleren Modell zu wechseln, bevor Sie die StartMemoryExtractionJobs API für die JobID der fehlgeschlagenen Extraktion aufrufen. |
|
|
Beim Versuch, das in der benutzerdefinierten Strategie bereitgestellte Modell aufzurufen, erhielt der Dienst die Meldung „Ressource nicht gefunden“ von Bedrock. |
Stellen Sie sicher, dass die ModelID, die in allen mit dem Speicher verknüpften benutzerdefinierten Strategien angegeben wurde, korrekt ist. Rufen Sie UpdateMemory auf, um diese Werte bei Bedarf zu aktualisieren. Rufen Sie dann die StartMemoryExtractionJobs API für die JobID der fehlgeschlagenen Extraktion auf. |
|
|
Der Service hat von Bedrock die Meldung Model Not Ready erhalten, als er versuchte, das in der benutzerdefinierten Strategie bereitgestellte Modell aufzurufen. |
Warten Sie, bis sich das Modell im Bereitschaftszustand befindet. Weitere Informationen finden Sie in der Bedrock-Dokumentation. Rufen Sie dann die StartMemoryExtractionJobs API mit der JobID der fehlgeschlagenen Extraktion auf. |
|
|
Beim Versuch, das in der benutzerdefinierten Strategie bereitgestellte Modell aufzurufen, erhielt der Dienst die Meldung „Service Unavailable“ von Bedrock. |
Dies ist normalerweise ein vorübergehender Servicefehler von Bedrock. Versuchen Sie es später erneut, indem Sie die StartMemoryExtractionJobs API für die JobID der fehlgeschlagenen Extraktion aufrufen. |
|
|
Beim Versuch, das in der benutzerdefinierten Strategie bereitgestellte Modell aufzurufen, erhielt der Dienst eine Validation Exception von Bedrock. |
Stellen Sie sicher, dass die ModelID, die in allen mit dem Speicher verknüpften benutzerdefinierten Strategien angegeben wurde, korrekt ist. Rufen Sie UpdateMemory auf, um diese Werte bei Bedarf zu aktualisieren. Rufen Sie dann die StartMemoryExtractionJobs API für die JobID der fehlgeschlagenen Extraktion auf. |
