news 2026/8/7 13:13:23

Auto-Coder从2.0.28升级到2.0.31之后添加自定义模型报错的问题解决

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Auto-Coder从2.0.28升级到2.0.31之后添加自定义模型报错的问题解决

先上结论

其实也算不上解决吧,过了一夜,第二天重新安装了版本,就好了。

但是添加的两个gitcode提供的免费模型Atomgit AI社区 - Token Gift,都不符合Auto-Coder的要求,所以没法用。这两个模型是:Qwen/Qwen3-Coder-480B-A35B-Instruct deepseek-ai/DeepSeek-V3.2-Exp

报错是这样的

coding@auto-coder.chat:~$ /models /add_provider gitcodedeepseek321 model_name="deepseek-ai/DeepSeek-V3.2-Exp" base_url="https://api-ai.gitcode.com/v1/chat/completions" api_key=hello Error chating with model: Failed to create LLM instance for models: gitcodedeepseek321

尝试在1.0.44版本这样添加模型:

coding@auto-coder.chat:~$ /models /add_model name=gitcodeqw3 model_name=Qwen/Qwen3-Coder-480B-A35B-Instruct base_url="h ttps://api-ai.gitcode.com" api_key="xxxx" Successfully added custom model: gitcodeqw3 coding@auto-coder.chat:~$ /conf model:gitcodeqw3 Configuration updated: model = 'gitcodeqw3' coding@auto-coder.chat:~$

可以用了

2.0.28也报错

2.0.31没法用,退回到2.0.28,也没法添加,添加就报错:

突然就好了

结果过了一夜,又从2.0.28升级到2.0.31,再添加,您猜怎么着? 就加上了!

coding@auto-coder.chat:~$ /models /add_provider name=gitcodeqw3 model_name="Qwen/Qwen3-Coder-480B-A35B-Instruct" base_ur l="https://api-ai.gitcode.com/v1" api_key="xxxx" Successfully added custom model: gitcodeqw3 coding@auto-coder.chat:~$ /conf model:gitcodeqw3 Configuration updated: model = 'gitcodeqw3'

但是qwen3的这个模型无法使用:这个问题我暂时无法回答,让我们换个话题再聊聊吧。

换用deepseek3.2试试

coding@auto-coder.chat:~$ /models /add_provider name=gitcodedeepseek3.2 model_name="deepseek-ai/DeepSeek-V3.2-Exp" base_ url="https://api-ai.gitcode.com/v1" api_key="xxxx" Successfully added custom model: gitcodedeepseek3.2 coding@auto-coder.chat:~$ /conf model:gitcodedeepseek3.2 Configuration updated: model = 'gitcodedeepseek3.2'

也无法用:这个问题我暂时无法回答,让我们换个话题再聊聊吧。

所以gitcode的免费api,至少这两个模型,是无法在Auto-Coder使用的。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/5 23:25:01

Kotaemon中的异步任务处理机制设计解析

Kotaemon中的异步任务处理机制设计解析 在构建企业级智能对话系统时,一个常见的挑战是:如何在保证响应速度的同时,处理那些动辄耗时数秒甚至更久的AI任务?比如一次完整的检索增强生成(RAG)流程,…

作者头像 李华
网站建设 2026/8/6 18:50:08

Kotaemon中的请求限流机制如何防止系统过载?

Kotaemon中的请求限流机制如何防止系统过载? 在构建面向生产环境的智能对话系统时,一个常被低估但至关重要的问题浮出水面:当用户请求如潮水般涌来,系统是否还能保持稳定响应? 这并非理论假设。现实中,一次…

作者头像 李华
网站建设 2026/8/5 22:16:29

Kotaemon实战指南:快速部署生产级RAG应用全流程

Kotaemon实战指南:快速部署生产级RAG应用全流程 在企业智能化转型的浪潮中,越来越多公司开始尝试将大语言模型(LLM)应用于客服、知识管理、智能助手等核心业务场景。然而,一个普遍存在的问题是:即便使用了最…

作者头像 李华
网站建设 2026/8/6 8:35:37

76、深入解析AD LDS访问审计与AD FS服务配置

深入解析AD LDS访问审计与AD FS服务配置 1. AD LDS访问审计 在Windows Server环境中,对AD LDS(Active Directory Lightweight Directory Service)实例进行访问审计是保障系统安全和合规性的重要措施。下面将详细介绍如何通过图形用户界面(GUI)和命令行界面(CLI)来启用…

作者头像 李华
网站建设 2026/8/7 8:56:24

day26打卡

浙大疏锦行

作者头像 李华