开发者社区 > ModelScope模型即服务 > 正文

windows下启动modelscope agent报错

一开始服务正常,可以正常进行问答,将如下工具的 use 设置为true后服务异常:
"code_interpreter": {
"name": "Code Interpreter",
"is_active": true,
"use": true
}

控制台中的日志如下:
Running on local URL: http://0.0.0.0:7860

To create a public link, set share=True in launch().
2024-03-01 10:53:23.647 - modelscope-agent_master - INFO - | message: using model qwen-max | uuid: local_user | details: {'model_config': {'type': 'dashscope', 'model': 'qwen-max', 'length_constraint': {'knowledge': 4000, 'input': 6000}, 'generate_cfg': {'use_raw_prompt': True, 'top_p': 0.5, 'stop': 'Observation'}}} | step: | error:
INFO: kernel process's PID = 3624
Fatal Python error: _Py_HashRandomization_Init: failed to get random numbers to initialize Python
Python runtime state: preinitialized

帮忙看下可能的原因,谢谢

展开
收起
游客fudmiygv7ahj2 2024-03-01 11:12:30 120 0
4 条回答
写回答
取消 提交回答
  • 搞笑前端工程师

    您好,根据您提供的错误日志和描述,这个问题可能是由于以下几个原因导致的:

    1. Python环境问题:错误日志中提到了Fatal Python error,这通常意味着Python运行时遇到了严重的问题。可能是Python环境配置不当或者某些依赖库缺失。

    2. 随机数生成问题_Py_HashRandomization_Init: failed to get random numbers to initialize Python 这行日志表明Python在初始化哈希随机化时无法获取随机数。这可能是由于系统随机数生成器的问题,或者是因为某些安全策略限制了对随机数生成器的访问。

    3. 模型配置问题:您提到在将use设置为true后出现了问题,这可能与模型配置有关。model_config中的参数可能与您的系统环境不兼容,或者某些参数设置不正确。

    为了解决这个问题,您可以尝试以下几个步骤:

    1. 检查Python环境:确保您的Python环境是正确配置的,所有必要的依赖库都已经安装。

    2. 检查系统随机数生成器:确保您的系统可以正常生成随机数。您可以尝试在Python中运行一些需要随机数的代码,看看是否正常。

    3. 检查模型配置:重新检查您的model_config,确保所有的参数设置都是正确的,并且与您的系统环境兼容。

    4. 查看更详细的日志:如果可能的话,尝试获取更详细的错误日志,这可能会提供更多关于问题原因的线索。

    5. 联系技术支持:如果以上步骤都无法解决问题,您可能需要联系阿里云的技术支持团队,他们可以提供更专业的帮助。

    希望这些信息对您有所帮助!如果您有其他问题,欢迎继续提问。

    2024-05-01 09:06:07
    赞同 展开评论 打赏
  • 在初始化Python解释器时,系统未能生成足够的随机数来初始化哈希随机化功能。

    2024-03-01 22:55:22
    赞同 展开评论 打赏
  • 根据您提供的日志,服务在激活代码解释器工具并尝试启动或使用模型“qwen-max”时遇到了一个严重的 Python 错误:

    Fatal Python error: _Py_HashRandomization_Init: failed to get random numbers to initialize Python
    Python runtime state: preinitialized
    

    这个错误表明 Python 在初始化过程中无法获取到足够的随机数来完成哈希随机化初始化。哈希随机化是 Python 为了提高安全性而引入的一个功能,用于确保字典键的哈希分布更加随机,减少针对哈希碰撞的攻击。

    可能的原因有以下几点:

    1. 系统熵池不足
      当系统缺乏足够的熵(即不确定性输入)来生成高质量的随机数时,可能会出现这个问题。通常,Linux 系统通过 /dev/random/dev/urandom 提供随机数,如果系统刚刚启动或熵源尚未充分收集环境噪声,则可能导致熵池不足。

    2. 安全设置问题
      如果某些安全策略限制了对随机数生成器的访问,或者相关文件权限不正确,也可能导致此错误。

    3. 运行环境异常
      在容器或虚拟化环境中,尤其是资源受限的情况下,熵池可能被耗尽。

    解决方法可以尝试以下步骤:

    • 增加系统熵
      对于 Linux 系统,可以通过晃动鼠标、键盘输入、读写磁盘等方式增加系统熵。另外,如果是服务器环境且影响生产,可以考虑安装 haveged 这样的熵生成守护进程。

    • 配置 Python 使用 /dev/urandom
      尽管 /dev/urandom 的熵不如 /dev/random 高,但在多数情况下它也能提供足够的伪随机性,并且不会阻塞。如果在启动 Python 时遇到问题,可以尝试修改 Python 启动参数以强制其使用 /dev/urandom

    • 检查和修复环境配置
      如果是在 Docker 容器中运行,确保容器内有足够的环境噪声源,并且容器能够访问 /dev/random/dev/urandom

    2024-03-01 14:57:14
    赞同 1 展开评论 打赏
  • 面对过去,不要迷离;面对未来,不必彷徨;活在今天,你只要把自己完全展示给别人看。

    从日志中可以看出,Python运行时出现了一个致命错误:_Py_HashRandomization_Init: failed to get random numbers to initialize Python。这个错误可能是由于Python在初始化时无法获取随机数导致的。

    可能的原因有以下几点:

    1. 系统环境变量问题:检查系统环境变量是否设置正确,特别是与Python相关的环境变量,如PYTHONHOME、PYTHONPATH等。

    2. Python版本问题:确保使用的Python版本与项目要求的版本一致,如果不一致,请尝试升级或降级Python版本。

    3. 系统资源不足:检查系统资源是否充足,如内存、CPU等,如果资源不足,可能导致Python初始化失败。

    4. Python安装问题:尝试重新安装Python,确保安装过程中没有出现错误。

    2024-03-01 13:39:11
    赞同 展开评论 打赏

ModelScope旨在打造下一代开源的模型即服务共享平台,为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品,让模型应用更简单!欢迎加入技术交流群:微信公众号:魔搭ModelScope社区,钉钉群号:44837352

相关电子书

更多
视觉AI能力的开放现状及ModelScope实战 立即下载
ModelScope助力语音AI模型创新与应用 立即下载
低代码开发师(初级)实战教程 立即下载