Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Risoluzione dei problemi e domande e risposte
Risoluzione dei problemi
Il messaggio di errore di Spark Troubleshooting Agent è disponibile in diversi modi per diversi client MCP. In questa pagina, elenchiamo alcune linee guida generali per i problemi più comuni che potresti riscontrare utilizzando l'agente di risoluzione dei problemi Apache Spark per Amazon EMR.
Argomenti
Errore: caricamento del server MCP non riuscito
-
Verificate che le configurazioni MCP siano configurate correttamente.
-
Convalida la sintassi JSON:
-
Assicurati che il tuo JSON sia valido senza errori di sintassi
-
Verifica la presenza di virgole, virgolette o parentesi mancanti
-
-
Verifica le tue AWS credenziali locali e verifica che la policy per il ruolo MCP IAM sia configurata correttamente.
-
Esegui /mcp per verificare la disponibilità del server MCP per ogni caso
Kiro-CLI
Osservazione: caricamento lento dell'utensile
-
Il caricamento degli strumenti potrebbe richiedere alcuni secondi al primo tentativo di avvio del server.
-
Se gli strumenti non vengono visualizzati, prova a riavviare la chat.
-
Esegui
/toolsil comando per verificare la disponibilità dello strumento. -
Esegui
/mcpse il server viene avviato senza errori.
Errore: invocazione dello strumento non riuscita con errore di limitazione
-
Se hai raggiunto il limite di servizio, attendi qualche secondo prima di invocare lo strumento se vedi l'eccezione di limitazione.
Errore: lo strumento risponde con un errore dell'utente
-
AccessDeniedException - controlla il messaggio di errore e risolvi il problema di autorizzazione.
-
InvalidInputException - controlla il messaggio di errore e correggi i parametri di immissione dell'utensile.
-
ResourceNotFoundException - controlla il messaggio di errore e correggi il parametro di input per il riferimento alle risorse.
Errore: lo strumento risponde con un errore interno
-
Se lo vedi,
The service is handling high-volume requestsriprova a richiamare lo strumento tra qualche secondo. -
Se lo
INTERNAL SERVICE EXCEPTIONvedi, documenta l'ID di analisi, il nome dello strumento, qualsiasi messaggio di errore disponibile nel registro mcp o nella risposta dello strumento e, facoltativamente, la cronologia delle conversazioni ripulita e completa, e contatta l'assistenza. AWS
DOMANDE E RISPOSTE
1. Devo abilitare l'impostazione «trust» per gli strumenti per impostazione predefinita?
Inizialmente non attivate l'impostazione «trust» per impostazione predefinita per tutte le chiamate agli strumenti e utilizzate un ambiente di compilazione con versione git quando accettate i consigli sul codice. Esamina l'esecuzione di ogni strumento per capire quali modifiche vengono apportate.
2. Quali sono gli esempi più comuni per sfruttare gli strumenti di risoluzione dei problemi?
Per i rapidi esempi sull'utilizzo degli Esempi rapidi strumenti di risoluzione dei problemi, fate riferimento a:
3. Quali dati vengono trasmessi al LLM e come vengono gestiti?
I dati e i file dei clienti rimangono nella AWS regione prescelta e non vengono trasmessi tra le regioni. Quando l'agente opera in una regione che utilizza l'inferenza globale tra regioni da Amazon Bedrock, il servizio può indirizzare le richieste alla regione più vicina con capacità disponibile a seconda della domanda. In questi casi, vengono trasmessi solo i metadati estratti dai log dei clienti e dai risultati di inferenza elaborati, non i dati o i file sottostanti del cliente. Tutti i dati vengono mascherati con PII prima di essere inviati al LLM per l'elaborazione, indipendentemente dal fatto che l'inferenza avvenga all'interno della stessa regione o venga instradata verso un'altra regione. Per ulteriori dettagli su come funziona l'inferenza interregionale e su quali regioni sono interessate, vedere. Elaborazione interregionale per l'agente di risoluzione dei problemi di Apache Spark
