案例分析一:Coding Agent 为什么总把 filename 传给 read_file(path)?
场景背景 我们做了一个 Coding Agent。 Tool: def read_file( path: str, ): ... Prompt 里只告诉模型: 你可以使用 read_file 读取文件。 运行中经常出现: { 'name': 'read_file', 'argument...
案例分析二:Data Analysis Agent 的 query_metric 为什么需要 enum 和 required,而不只是 string?
场景背景 Data Analysis Agent 有: def query_metric( metric: str, dimension: str, date_start: str, date_end: str, limit: int = 100, ): ... 最简单 Schema: 所有字符串都是 string limi...
章末自测
题目 1:为什么只告诉模型“你有一个 read_file 工具”还不够? 请从 Tool Name、参数名、参数类型、必填字段、用途描述几个角度说明。如果没有 Schema,模型可能出现哪些典型错误? 只知道 Too...
打造 Agent 最常用的一组基础工具
前面三节,我们已经把 Tool Calling 的底层链路搭起来了。 我们知道模型只是提出: { 'name': 'read_file', 'arguments': { 'path': 'app.py' } } 真正执行的是 Harness;我们也已经实现 Tool R...
第2部分:让 Agent 长出“手脚” Tool Error Recovery:工具失败了怎么办?
前面几节,我们已经把 Agent 的工具系统搭得越来越完整了。 模型会产生 Tool Call。 Tool Registry 能找到真实函数。 Tool Schema 会告诉模型每个工具怎么用。 上一节我们甚至已经实现了: read...
小节一:Tool Exception 不应该直接把 Agent 打死——先把错误变成结构化 Observation
上一节我们的 Tool Executor 已经做了类似处理: try: result = tool.func(**arguments) return { 'ok': True, 'result': result, } except Exception as exc: return { 'ok': False, 'error_ty...
小节二:Retry 到底什么时候有用——真正的重试不是“失败后再来一遍”
说到 Error Recovery,最常见的第一个词就是,Retry。 但 Retry 很容易被用错。 什么错误适合 Retry? 最典型的是瞬时错误。 比如: 网络超时 服务暂时不可用 429 限流 短暂数据库连接失败 这些...
小节三:什么时候换一条路径——检查 Fallback 是否仍满足原任务
现在回到最开始的例子: read_file('config.py') ↓ FileNotFoundError Retry 没意义。 这时更适合,Fallback。 Fallback 可以理解成,当前动作失败以后,切换到另一种完成目标的方式。 切换以...
小节四:最大重试次数、错误预算与恢复边界——Agent 不能因为“会纠错”就无限尝试
有了 Retry 和 Fallback,很容易产生另一个问题,Agent 会不会为了“再试一下”一直跑? 答案是,会。 所以恢复机制一定要有边界。 第一层:Tool Retry 上限 例如: max_retries = 2 代表: 初...
案例分析一:Coding Agent 读取配置文件失败,如何从错误中自己找到真实路径?
场景背景 用户说,“检查数据库配置。” 模型根据常见经验先: read_file('config.py') 真实项目结构: project/ ├── README.md ├── app/ │ └── main.py └── config/ └── confi...











