YOSO-ai项目中关于模型配置错误的解决方案
2025-05-11 04:35:50作者:伍霜盼Ellen
问题背景
在使用YOSO-ai项目的SearchGraph功能时,开发者遇到了一个常见的配置错误:"ValueError: Model provided by the configuration not supported"。这个错误通常发生在尝试使用不支持的模型配置时,特别是在配置嵌入模型(embeddings)时。
错误分析
从错误堆栈中可以清楚地看到,问题出在抽象图类(abstract_graph.py)的_create_embedder方法中。当系统检测到配置中包含"embeddings"字段时,会尝试创建嵌入模型实例,但提供的模型名称不被支持。
典型错误配置
以下是几个典型的错误配置示例:
- 使用Groq模型时的配置:
graph_config = {
"llm": {
"model": "groq/llama3-8b-8192",
"api_key": "",
"temperature": 0
},
"embeddings": {
"model": "ollama/nomic-embed-text",
"base_url": "http://localhost:11434",
},
"max_results": 5,
}
- 使用Ollama模型时的配置:
graph_config = {
"llm": {
"model": "ollama/llama3",
"temperature": 0,
"format": "json",
"base_url": "http://localhost:11434",
},
"embeddings": {
"model": "ollama/nomic-embed-text",
"base_url": "http://localhost:11434",
},
"verbose": True,
"max_results": 5,
'headless':False,
}
解决方案
1. 检查模型支持列表
首先需要确认YOSO-ai项目当前版本支持的嵌入模型列表。根据错误信息,系统无法识别"ollama/nomic-embed-text"这个模型名称。
2. 更新到最新版本
开发团队已经发布了修复此问题的更新版本。建议用户通过pip更新到最新版本:
pip install --upgrade scrapegraphai
3. 使用支持的模型配置
在最新版本中,应该使用项目文档中明确支持的模型名称。例如:
"embeddings": {
"model": "ollama/nomic-embed-text", # 确认这是否是支持的名称
"base_url": "http://localhost:11434",
}
如果仍然遇到问题,可以尝试暂时移除embeddings配置,看看是否能正常运行。
4. 异步处理注意事项
对于需要处理多个URL的情况,开发者报告说在循环或异步处理时也会遇到此错误。这表明模型初始化可能在多次调用时出现问题。建议:
- 确保每次调用都使用相同的配置
- 检查是否有资源泄漏
- 考虑使用单例模式管理模型实例
最佳实践
- 始终参考项目文档中的最新配置示例
- 在复杂应用场景中,先测试简单的配置确保基本功能正常
- 使用try-catch块捕获并处理可能的配置错误
- 关注项目的GitHub仓库,及时获取更新和修复
总结
"Model provided by the configuration not supported"错误通常是由于模型配置不当或使用了项目尚未支持的模型名称。通过更新到最新版本、检查文档中的支持模型列表以及正确配置参数,大多数情况下可以解决此问题。对于更复杂的应用场景,建议分阶段测试,确保每个组件都能正常工作后再进行集成。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2