【AI的未来 - AI Agent系列】【MetaGPT】4.1 细说我在ActionNode实战中踩的那些坑

上篇文章 【AI的未来 - AI Agent系列】【MetaGPT】4. ActionNode从理论到实战 中我们学习了MetaGPT中ActionNode的理论和基本用法，跑通了一个简单程序。

原理和代码实现都很简单，但是谁知道当时我遇到了多少坑… 本文带你看看我在上文中遇到的坑，希望能帮到你！

下面说下我遇到的坑：

1. MetaGPT = 0.5.2 版本的坑

听信了官方教程中的MetaGPT版本推荐，我之前的学习和实战都使用了0.5.2版本，所以一开始，ActionNode的学习也使用的此版本。

1.1 坑一：cannot import name “ActionNode” from “metagpt.actions.action”

• 不知道为什么0.5.2版本无法从"metagpt.actions.action"导入ActionNode，看源码中，action_nodes.py是存在的

• 解决方案：改为从 metagpt.actions.action_node 导入 ActionNode

# from metagpt.actions.action import Action, ActionNode
from metagpt.actions.action import Action
from metagpt.actions.action_node import ActionNode

1.2 坑二：simple_fill 没有参数 schema

• 查看0.5.2版本的源码，simple_fill 的输入参数还叫 ‘to’，不叫 ‘schema’

• 解决方案：schema 改为 to

# child = await i.simple_fill(schema=schema, mode=mode)
child = await i.simple_fill(to=schema, mode=mode)

1.3 坑三：ActionNode一直在循环执行，

如下图：一直在输出，这个都是ActionNode内的打印。

这个坑，是在ActionNode中循环，退不到我的代码中，所以我无从下手解决。促使了我升级到最新github代码… 后来我在高版本中遇到类似问题，好像是因为结果校验不通过，触发了重试。

2. 升级成 MetaGPT GitHub最新源码（2024-01-16）之后的坑

2.1 坑一：no attribute ‘_rc’

• 从0.6版本开始，_rc这种成员变量都换成了不带下划线的：‘rc’
• 解决方案：将 ‘_rc’ 全部换成 ‘rc’

2.2 坑二：no attribute ‘_states’

• 解决方法同’rc’，将’_states’ 改为 ‘states’

2.3 坑三：‘gpt-4-1106-preview’ does not exist or you do not have access to it

• 原因：前面讲过，MetaGPT读取配置的顺序：key.yaml > config.yaml > 环境变量。当我升级到github最新代码，源码编译后，源码中存在了config.yaml文件，里面默认的配置是gpt4。MetaGPT默认使用了config.yaml，我的环境变量便被忽略了。
• 解决方案：在config.yaml中设置自己的配置。或者新建一个key.yaml来写自己的配置

2.4 坑四：A non-annotated attribute was detected: ‘input_num = 0’

这个是因为升级0.6版本后，0.6版本的校验更加严格，这类内的成员变量必须显式声明类型，否则会报错。

• 解决方案

class SimplePrint(Action):
    input_num: int = 0 ######## <------ 加上这一句，显式声明变量类型

    def __init__(self, name="SimplePrint", input_num:int=0):
        super().__init__()

        self.input_num = input_num

还有几个坑忘记截图了… 不过上面也基本够了，应该能帮你省不少事儿~~~