OliveTin API启动时无法找到Action的问题分析与修复
问题背景
在OliveTin项目中,用户报告了一个关于API调用Action的间歇性故障问题。具体表现为:当通过API调用某个Action时,系统会抛出"Action requested, but not found"的错误,提示找不到对应的Action。有趣的是,这个问题在用户通过Web界面操作一次后就会消失。
问题现象
用户在使用OliveTin的REST API调用Action时,日志中会出现以下错误信息:
level="info" msg="Action finding by title" actionTitle=""
level="warning" msg="Action requested, but not found" actionTitle=""
而奇怪的是,这个问题并非一直存在,有时能够正常工作,有时则会出现上述错误。用户发现一个临时解决方案:在出现问题时,先通过Web界面执行一次操作,之后API调用就能恢复正常。
根本原因分析
经过项目维护者的深入调查,发现这个问题源于OliveTin内部的一个设计实现细节。OliveTin在内部使用了一个"public action map"机制来管理虚拟Action,这个机制是在几个月前添加实体(entities)功能时引入的。
关键问题在于:这个"public action map"只在Web界面调用/GetDashboardComponents接口时才会被构建。而/GetDashboardComponents接口是在Web界面首次加载时自动调用的。因此,当OliveTin服务刚启动时,如果直接通过API调用Action,由于"public action map"尚未构建,系统就无法找到对应的Action。
解决方案
项目维护者迅速定位了问题并提出了修复方案。修复的核心思路是:在API服务启动时就构建"public action map",而不是等待Web界面首次加载时才构建。这样可以确保API在任何时候都能正常工作,不再依赖于Web界面的先期访问。
修复验证
修复后的版本(2024.05.27)已经发布。根据用户反馈,该修复确实解决了问题。现在用户可以直接通过API调用Action,无需先通过Web界面操作来"激活"系统。
技术启示
这个案例展示了几个重要的技术点:
-
初始化顺序的重要性:系统组件的初始化顺序可能会影响功能可用性,需要仔细设计。
-
依赖关系的管理:API功能不应该依赖于Web界面的先期操作,这种隐式依赖容易导致问题。
-
测试覆盖:需要确保测试覆盖各种使用场景,包括直接API调用而不通过Web界面的情况。
总结
OliveTin团队快速响应并修复了这个API调用问题,体现了开源项目的敏捷性和对用户体验的重视。这个修复确保了API的独立性和可靠性,使OliveTin在自动化集成场景中更加稳定可靠。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00