你的AI Agent反复失败却在原地打转？这个”自检术”终于让它学会自我诊断

你的AI Agent反复失败却在原地打转？这个”自检术”终于让它学会自我诊断

你的AI Agent卡住了——它一直在重试、一直在循环、一直在调用同一批工具，但结果永远报错。你看着它消耗大量tokens却毫无进展，只能手动介入然后从头再来。

这不是工具不够，是缺一套”停下来想一想”的机制。

agent-introspection-debugging 就是干这个的。它不是某个隐藏的运行时补丁，而是一套结构化自调试工作流，专门教AI Agent在彻底失控之前，先自我诊断。

整个流程分四步：

Phase 1：Failure Capture（捕获失败现场）
在盲目重试之前，先把”哪里卡住了”精确记录下来——错误信息、最后成功的步骤、触发失败的命令、环境假设，全部格式化写下来。模板长这样：

## Failure Capture
- Session / task:
- Goal in progress:
- Error:
- Last successful step:
...

这一步的核心是强制停下来收集信息，而不是继续在黑暗里乱撞。

Phase 2：Root-Cause Diagnosis（诊断根因）
用一张对照表把失败归类到已知模式：
– 循环调用同一命令 → 看看是不是陷进了”无出口观察路径”
– 上下文爆炸、推理质量下降 → 检查是否有重复计划、超大日志、低信号堆积
– ECONNREFUSED / 超时 → 验证服务状态、端口是否正确
– 429 / 配额耗尽 → 数一下重试间隔有没有退避策略

不换环境不乱动，先确定病因再动手。

Phase 3：Contained Recovery（收敛恢复）
用”能改变诊断面的最小动作”来修复。优先顺序：
1. 重申真实目标（一句话说清楚这次要干嘛）
2. 验证世界状态而不是相信记忆
3. 缩小失败范围
4. 运行一个能区分答案的检查
5. 只有以上都确认了才重试

坏模式：同一个动作换三种说法重试三次
好模式：先捕获→分类→跑一个直接检查→确认假设后再改计划

Phase 4：Introspection Report（内省报告）
结束后输出结构化报告，让下一个Agent或人类接手时能看懂：

## Agent Self-Debug Report
- Session / task:
- Failure:
- Root cause:
- Recovery action:
- Result: success | partial | blocked
- Follow-up needed:

这个Skill适合谁
– 你的Agent动不动就循环调用、token爆表
– 多Agent协作时某个节点反复失败却找不到原因
– 每次调试都是”盲试”——试到哪算哪，完全没有系统性

ECC仓库本身Star 26万+，这个调试Skill是其中最实用的工具型Skill之一。

GitHub：https://github.com/affaan-m/ECC

GitHub: https://github.com/affaan-m/ECC