运行Jina语义维基百科搜索索引任务拉取Hubble组件报错如何解决

报错核心原因 #

报错的触发逻辑是Jina在运行时无法访问官方Hub服务地址api.jina.ai拉取预构建的Executor组件，请求返回的结果为空或者非JSON格式内容，所以后续解析响应时触发了JSONDecodeError。

排查步骤 #

• 验证网络连通性：在当前终端执行 curl api.jina.ai，如果返回连接超时、连接拒绝等报错，说明当前网络环境无法正常访问Jina官方Hub服务。
• 验证Docker运行状态：执行 docker info 确认Docker服务正常启动，当前用户有操作Docker的权限，因为配置中使用了jinahub+docker://前缀，需要通过Docker拉取镜像运行。
• 验证Jina版本兼容性：执行 pip show jina 查看安装的Jina版本，你所用的示例代码是2021年的旧版本代码，仅兼容Jina 2.x版本，如果安装的是3.x以上的新版本，旧版Hub调用规则已被废弃，会导致请求接口不匹配报错。

解决方案 #

方案1：修复网络访问问题 #

如果是网络限制导致无法访问api.jina.ai，可以给终端配置代理，或者切换到可正常访问境外服务的网络后，删除已生成的workspace文件夹，重新执行索引命令即可。

方案2：本地安装Executor避免拉取远程镜像 #

不想调整网络的话可以直接把依赖的Executor装到本地，修改配置不走远程Hub拉取：

1. 先安装依赖包：

pip install transformers torch jina-commons simple-indexer

2. 修改flow.yml配置文件，调整Executor的调用方式：

version: '1'                                         
with:                                                 
  workspace: $JINA_WORKSPACE                          
  port_expose: $JINA_PORT                             
executors:                                            
  - name: transformer                                
    uses: 'jinahub://TransformerTorchEncoder'
    # 移除+docker后缀，不使用Docker镜像，直接用本地Python环境运行
  - name: indexer                                     
    uses: 'jinahub://SimpleIndexer'

修改完成后删除workspace文件夹，重新执行索引命令即可。

方案3：降级Jina到兼容版本 #

直接把Jina版本降级到和示例代码匹配的2.x版本：

pip uninstall jina -y
pip install "jina<3.0.0"

降级完成后删除workspace文件夹，重新执行python app.py -t index即可。

内容的提问来源于stack exchange，提问作者Sneha Patil