Agent 失败只会盲目重试？这个 Skill 让 AI 学会”停下来诊断”

你的 AI Agent 又卡在同一个地方循环了？它反复调用同一个 tool、反复报错，却从不动脑子想想为什么失败？

最近挖到一个很有意思的 Skill——agent-introspection-debugging，来自 ECC 仓库（一个超大型 Claude Code 技能合集，GitHub 星数 24 万+）。它的核心理念很反直觉：Agent 失败时，第一件事不是重试，而是停下来做自我诊断。

这个 Skill 引入了一套四阶段结构化自检流程：

• Phase 1 – 失败捕获（Capture）：先完整记录 Agent 失败那一刻的状态——上下文、tool 调用序列、错误输出，不做任何修改。
• Phase 2 – 诊断分析（Diagnosis）：系统性分析失败原因，是工具参数错了？上下文溢出？还是任务理解偏差？
• Phase 3 – 定点恢复（Contained Recovery）：只修复导致失败的那一个点，不做大幅度改动，避免引入新的不确定性。
• Phase 4 – 内省报告（Introspection Report）：输出一份结构化报告，供人类或后续 Agent 参考，避免同样的坑踩第二次。

说白了，这套流程把”盲目重试”变成了”理解性重试”。在生产环境中跑 Agent，最怕的不是它失败，而是它失败了你不知道为什么。这个 Skill 强制让 Agent 在每次失败后必须给出诊断结论，而不是简单地再跑一遍。

适合场景：

• 需要长时间跑 Agent、不想每隔几分钟就人工介入的团队
• 做 AI 编程工具评测，想系统性记录失败模式的研究者
• 多 Agent 协作流中，需要精确定位哪个环节出问题的开发者

安装方式也很简单：

npx skills add https://github.com/affaan-m/ECC --skill agent-introspection-debugging

GitHub 仓库：https://github.com/affaan-m/ECC/tree/main/skills/agent-introspection-debugging

GitHub: https://github.com/affaan-m/ECC/tree/main/skills/agent-introspection-debugging