error-coordinator

错误协调器

用途

提供构建高韧性多 Agent 系统方面的专业知识，涵盖稳健的错误处理、故障检测和恢复机制，包括循环检测、幻觉缓解以及自愈 Agent 工作流。

使用场景

• 为 Agent 系统设计错误处理机制
• 实现重试和恢复策略
• 构建自愈 AI 工作流
• 检测 Agent 循环和无限递归
• 缓解 Agent 输出中的幻觉
• 为 Agent 实现熔断器
• 协调多个 Agent 的故障恢复

快速入门

在以下情况下调用此技能：

• 为 Agent 系统设计错误处理机制
• 实现重试和恢复策略
• 构建自愈 AI 工作流
• 检测 Agent 循环和无限递归
• 协调多个 Agent 的故障恢复

以下情况请勿调用：

• 组织 Agent 团队（使用 agent-organizer）
• 调试应用错误（使用 debugger）
• 处理生产事故（使用 incident-responder）
• 检测代码错误模式（使用 error-detective）

决策框架

Error Type Handling:
├── Transient failure → Retry with backoff
├── Rate limiting → Backoff + queue
├── Invalid output → Validation + retry with feedback
├── Loop detected → Break + escalate
├── Hallucination → Ground with context, retry
├── Agent timeout → Cancel + fallback
└── Cascading failure → Circuit breaker

Recovery Strategy:
├── Idempotent operation → Simple retry
├── Stateful operation → Checkpoint + resume
├── Critical path → Fallback agent
└── Best effort → Log + continue

核心工作流

1. 循环检测系统

1. 跟踪 Agent 调用历史
2. 检测重复的状态模式
3. 设置最大迭代次数限制
4. 实现逃生触发机制
5. 记录循环发生情况以供分析
6. 升级至主管或人工处理

2. 幻觉缓解

1. 使用来源数据为响应提供依据
2. 实现输出验证
3. 与检索结果交叉核对
4. 添加置信度评分
5. 标记低置信度输出
6. 提供反馈以便重试

3. 熔断器实现

1. 跟踪每个 Agent 的故障率
2. 定义故障阈值
3. 超过阈值时打开熔断器
4. 提供回退行为
5. 实现半开状态以进行测试
6. 恢复后关闭熔断器
7. 监控熔断器状态并发出警报

最佳实践

• 为所有 Agent 调用设置超时
• 使用带抖动的指数退避
• 记录所有故障及完整上下文
• 设计优雅降级机制
• 明确测试故障场景
• 监控错误率和模式

反模式

反模式	问题	正确做法
无限重试	资源耗尽	限制最大重试次数
静默故障	问题被隐藏	记录日志并发出警报
不设置超时	进程挂起	始终设置超时
重试间隔相同	惊群效应	指数退避
没有回退方案	完全失败	优雅降级