章末自测
题目 1:AGENTS.md、Skill、Memory、System Prompt 分别解决什么问题? 请分别用一个 Coding Agent 例子说明。 AGENTS.md 保存当前项目自己的规则,例如 Python 3.9、禁止修改 tests/;Skill 保...
Tracing:完整记录 Agent 每一步
前面几部分,我们已经把一个 Agent Harness 从“会运行”逐渐做成了一个相对完整的工程系统。 我们现在已经有: Main Loop State Tool Calling Tool Registry Tool Schema Error Recovery Paral...
小节一:为什么普通日志不够——Agent Trace 需要“结构化执行上下文”
比如 calling tool 这行日志只能告诉我们调用发生过,却不一定能还原模型当时收到的 Prompt、工具参数和结果之间的关系。把普通日志与 Trace 放在一起看,差别会更直观。 右侧强调的是可以沿...
小节二:一条 Trace 到底应该记录哪些字段——Prompt、Response、Tool、Latency、Token 一个都不能乱
一条 Step 里的信息不少,如果只看一张长字段表,很容易把输入、输出、动作和指标混在一起。下面把它们围绕同一个 TraceStep 摆开,阅读时可以先认清各组字段的作用。 尤其要区分“工具请求”...
小节三:设计 Trace 数据结构——Run、Step、LLM Event、Tool Event 应该怎么组织
图里可以看到 Run、Step 与其内部 Event 的层级:一次任务下面会有多个步骤,一个步骤里又可能产生 Prompt、LLM Response、Tool Call、Tool Result 和 Metrics 等事件。 这样拆开以后,排查时可...
小节四:实现 TraceRecorder——真正把 AgentEngine、Provider、ToolExecutor 串起来
到代码实现时,最关键的问题是“在哪个组件记录什么”。把 Recorder 的接入点放进一次完整调用链,比单独记住几个 record_*() 方法更容易理解。 Engine 负责步骤与状态,Provider 负责模型请...
小节五:把 Trace 持久化到 SQLite,保留重启后排查所需的证据
内存里的 Trace 一旦随着进程退出而消失,就没法复盘过去的 Run。下面这张图把 Recorder、存储层和 SQLite 的关系拆开了:先由存储层处理序列化和写入,再分别保留运行、步骤与事件。 持久化之...
小节六:Tracing 到底怎么帮助定位问题——先判断“错在哪一层”
有 Trace 以后,排查可以先收窄到具体层:是 Plan 走偏、State 没更新、Context 携带了错误信息,还是模型、Tool、Middleware、数据或 SubAgent 出了问题?图里把这些可能性拆开,便于按证据排...
案例分析一:Coding Agent 最后修改了错误文件,Trace 如何一步步定位根因?
先沿着这张时间线找“实际修改发生在哪一步”。它把用户约束、文件修改动作、测试通过和最终成功判断放在同一条线上,能直接暴露“测试通过”与“满足任务要求”之间的区别。 图里第 3 步修改了...
案例分析二:Data Analysis Agent 结论错了,Trace 如何证明 SQL 没错而模型解释错了?
数据分析里,一条看起来合理的结论可能在“读到结果 → 解释结果”的环节就走偏。下面的图把 SQL、真实返回、模型解释和最终文字结论分别画出来,方便观察这些环节如何对照。 注意:图中的表格...













