Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Reimpulsar las ingestas fallidas
La extracción de la memoria a corto plazo a la memoria a largo plazo suele ser automática. Si la extracción de la memoria a corto plazo a la memoria a largo plazo no tiene éxito por cualquier motivo, AgentCore Memory intentará solucionar el problema. Si los problemas persisten, es posible que sea necesaria la intervención del desarrollador y los trabajos fallidos se transfieran a una cola dedicada a tu recurso de memoria. Por ejemplo, si tu cuenta consume memoria a largo plazo a un ritmo superior al permitido. En este caso, debes esperar a que el tráfico disminuya y redireccionar manualmente los trabajos afectados.
Para identificar y reimpulsar los trabajos fallidos:
-
Llame ListMemoryExtractionJobs para enumerar los trabajos fallidos. Cada trabajo de la respuesta incluye un
jobIdy unfailureReasonque indican por qué falló la extracción. -
Aborde la causa raíz con el código de motivo del error de la tabla siguiente.
-
Llame StartMemoryExtractionJob y transfiera el
jobIdde la lista de trabajos fallidos para volver a incorporarlo a la memoria a largo plazo.
Recomendamos supervisar la métrica vendida FailedExtraction para recibir notificaciones de cualquier problema. Esta métrica también tiene las dimensiones de StrategyId recurso (el ARN de la memoria) y. StrategyType AgentCore La memoria emite un recuento de esta métrica cada vez que falla un trabajo de extracción y se escribe en el almacenamiento de los trabajos de extracción.
En el caso de las estrategias integradas, el único escenario de error es alcanzar el límite de ingesta. En el caso de las funciones integradas con anulación, existen otros escenarios de error, como problemas con el modelo que has seleccionado para usar en tu cuenta o con los permisos que has otorgado a AgentCore Memory.
| Código de motivo del error | Description (Descripción) | Mitigación recomendada |
|---|---|---|
|
|
Esta cuenta ha superado la cuota de tokens por minuto asignada para el procesamiento de memoria a largo plazo |
Mediante las cuotas de servicio, solicite un límite superior para la cuota de Bedrock Agentcore de «fichas por minuto para la extracción de memoria a largo plazo». A continuación, invoca la StartMemoryExtractionJob API en el jobID de la extracción fallida. |
|
|
La memoria ExecutionRoleArn proporcionada durante el proceso CreateMemory carece de los permisos adecuados para invocar todos los ID de modelo proporcionados en las estrategias personalizadas adjuntas a la memoria |
Asegúrese de que el rol tenga la política de permisos y confianza tal como se define aquí y añada los permisos que falten. O llame UpdateMemory para cambiar a un rol diferente con los permisos adecuados. A continuación, invoca la StartMemoryExtractionJob API en el jobID de la extracción fallida. |
|
|
El servicio recibió un error interno de Bedrock al intentar invocar el modelo proporcionado en la estrategia personalizada. |
Podría tratarse de un error de servicio temporal de Bedrock. Vuelva a intentarlo más tarde invocando la StartMemoryExtractionJob API en el jobID de la extracción fallida. |
|
|
El servicio recibió una excepción de limitación por parte de Bedrock al intentar invocar el modelo proporcionado en la estrategia personalizada. |
Asegúrese de que su cuenta haya solicitado a Bedrock una cuota de TPM y RPM adecuada para ese modelo. Invoca la StartMemoryExtractionJob API en el JobID de la extracción fallida después de aumentar la cuota o durante horas con poco tráfico. |
|
|
El servicio recibió una excepción de error de modelo por parte de Bedrock al intentar invocar el modelo proporcionado en la estrategia personalizada. |
Por lo general, se trata de un error de servicio temporal de Bedrock. Vuelva a intentarlo más tarde invocando la StartMemoryExtractionJob API en el jobID de la extracción fallida. |
|
|
El servicio recibió una excepción de tiempo de espera del modelo por parte de Bedrock al intentar invocar el modelo proporcionado en la estrategia personalizada. |
Esto ocurre cuando el tiempo de procesamiento del modelo supera su tiempo de espera. Considere la posibilidad de cambiar a un modelo más rápido antes de invocar la StartMemoryExtractionJob API en el JobID de la extracción fallida. |
|
|
El servicio recibió un recurso no encontrado de Bedrock al intentar invocar el modelo proporcionado en la estrategia personalizada. |
Asegúrese de que el ModelID proporcionado en cualquier estrategia personalizada asociada a la memoria sea correcto. Llame UpdateMemory para actualizar esos valores si es necesario. A continuación, invoca la StartMemoryExtractionJob API en el JobID de la extracción fallida. |
|
|
El servicio recibió de Bedrock el mensaje Model Not Ready cuando intentaba invocar el modelo proporcionado en la estrategia personalizada. |
Espere a que el modelo esté listo. Consulte la documentación de Bedrock para obtener más información. A continuación, invoque la StartMemoryExtractionJob API en el JobID de la extracción fallida. |
|
|
El servicio recibió el servicio «Service Unavailable» de Bedrock cuando intentaba invocar el modelo proporcionado en la estrategia personalizada. |
Por lo general, se trata de un error de servicio temporal de Bedrock. Vuelva a intentarlo más tarde invocando la StartMemoryExtractionJob API en el jobID de la extracción fallida. |
|
|
El servicio recibió una excepción de validación de Bedrock al intentar invocar el modelo proporcionado en la estrategia personalizada. |
Asegúrese de que el ModelID proporcionado en cualquier estrategia personalizada asociada a la memoria sea correcto. Llame UpdateMemory para actualizar esos valores si es necesario. A continuación, invoca la StartMemoryExtractionJob API en el JobID de la extracción fallida. |
