Agent 产品从演示到上线限制循环、校验工具参数Agent 的一次漂亮演示不能证明它能安全运行。模型可能重复调用工具或生成错误参数因此要限制循环次数、校验 Schema并为有副作用的动作设置幂等键和确认。1. Demo 演示背后的三大工程隐患如果只是为了做个顺利的演示视频你只需要挑选模型回答最完整的那一次录屏即可。但如果要让产品具备商业级的可用性独立开发者应克服 Agent 在运行中的三个硬伤Tool Calling 格式漂移Format Drift模型在不同 Token 长度下输出 JSON 参数的结构可能突然丢掉必填字段或者把数值类型输出成带引号的字符串。无限死循环Infinite Execution Loop当工具返回错误信息如 HTTP 500 或 429时Agent 如果缺乏状态机干预会机械地拿着相同的参数一遍遍重试直到 Token 消耗殆尽。不可复现的环境依赖本地代码依赖了特定的 Node.js 版本或本地环境变量换台机器部署后因为时区或字符编码差异模型解析结构直接失效。为处理“本地跑得通线上就挂掉”的死循环可以设计一套包含 Docker 隔离与 HTTP 报文录制回放的本地实验脚手架2. 问题现象与排查入口当发现线上 Agent 产生异常调用时在本地使用nock录制工具配合grep过滤日志是快速定位根因的核心手段。# 1. 启动录制代理捕获 Agent 与外部 API 的完整交互报文 npx mitmproxy --mode reverse:https://api.openai.com -p 8080 -w agent_session.mitm # 2. 从死循环日志中提取 Agent Tool Calling 的重试频次与错误码 grep -E tool_calls|error_code production_agent.log | jq {timestamp, tool_name: .tool, error: .error_code} # 3. 统计单个 Session 中工具调用的重复率 awk /Calling tool/ {print $5} agent_execution.log | sort | uniq -c | sort -nr可构造这样一个失败用例数据库工具返回{status: not_found}而 Prompt 没有定义资源不存在时的退出路径Agent 便重复拼接上下文并再次查询。测试应断言调用次数不超过上限并把实际轨迹写入报告。3. 可复现实验脚手架与死循环防线代码下面是使用 TypeScript 实现的独立开发者 Agent 工具调用防线与本地录制/回放实验脚手架。代码中显式加入了工具调用次数阈值、Schema 格式校验以及状态机熔断逻辑。// agent-runner.ts import { z } from zod; // 1. 定义严谨的 Tool 参数 Schema const CreateTaskSchema z.object({ title: z.string().min(1, Task title cannot be empty), priority: z.enum([low, medium, high]), assigneeId: z.number().int().positive(), }); type CreateTaskArgs z.infertypeof CreateTaskSchema; interface AgentState { stepCount: number; maxSteps: number; toolCallHistory: Mapstring, number; } export class SafeAgentRunner { private state: AgentState { stepCount: 0, maxSteps: 5, // 强制硬限制任何任务不得超过 5 步 toolCallHistory: new Map(), }; /** * 执行 Tool Calling 并应用确定性工程防线 */ public async executeToolCall(toolName: string, rawArgs: unknown): Promise{ success: boolean; result: any } { // 防线一总步数硬熔断 this.state.stepCount; if (this.state.stepCount this.state.maxSteps) { throw new Error([SAFETY_MELTDOWN] Agent exceeded maximum steps (${this.state.maxSteps}). Halting.); } // 防线二相同工具 参数的死循环检测 const callSignature ${toolName}:${JSON.stringify(rawArgs)}; const previousCalls this.state.toolCallHistory.get(callSignature) || 0; if (previousCalls 2) { // 相同调用已重复 2 次强制拒绝执行并告知 Agent 变更策略 return { success: false, result: System error: You have called ${toolName} with identical parameters twice. Change your approach., }; } this.state.toolCallHistory.set(callSignature, previousCalls 1); // 防线三Schema 参数强校验 if (toolName create_task) { const parseResult CreateTaskSchema.safeParse(rawArgs); if (!parseResult.success) { // 自动格式修复提示 return { success: false, result: Invalid JSON schema: ${parseResult.error.message}. Please fix fields and retry., }; } // 执行真实或 Mock 工具 return { success: true, result: await this.mockTaskCreation(parseResult.data) }; } throw new Error(Unknown tool: ${toolName}); } private async mockTaskCreation(args: CreateTaskArgs) { return { taskId: 1024, status: created, title: args.title }; } }配套的本地确定性单元测试脚本jest/vitest// agent-runner.test.ts import { SafeAgentRunner } from ./agent-runner; describe(SafeAgentRunner Guardrails, () { it(should halt execution when Agent falls into infinite loop, async () { const runner new SafeAgentRunner(); const payload { title: Fix Bug, priority: high, assigneeId: 42 }; // 第一次调用成功 const res1 await runner.executeToolCall(create_task, payload); expect(res1.success).toBe(true); // 第二次相同调用触发警告 const res2 await runner.executeToolCall(create_task, payload); expect(res2.success).toBe(false); expect(res2.result).toContain(Change your approach); }); });4. 本地可复现实验脚手架避坑矩阵独立开发者往往一个人兼任产品、前端、后端与 DevOps没有精力维护庞大的测试集群。下表梳理了搭建极简可复现脚手架时的最佳实践与坑点实验环节常见演示假象 (Demo Trap)可复现脚手架治理规范验证工具与手段API 调用手动点按页面依赖实时网络环境使用 VCR / Nock 录制 HTTP 报文CI 跑在 Mock 模式nock.back,mitmproxy参数解析假定模型每次都输出标准的 JSONSchema 校验并限制重试次数zod,pydantic异常分支只测试成功路径忽略网络超时Schema 校验并限制重试次数Mock Server 随机丢包运行环境“在我的 Mac 上跑得好好的”纯 Dockerfile 容器化打包锁定 Node/Python 依赖版本docker-compose up --build5. 从演示效果到上线稳妥收尾一套好的本地实验脚手架不是为了证明你的 Agent 多聪明而是为了证明它在最坏的情况下不要瞎搞。在部署前运行 Docker 沙箱测试与循环上限断言可以提前发现已覆盖的 Tool Calling 异常。步骤上限应来自任务状态机和调用预算达到上限后停止自动调用保留轨迹并转人工处理。演示之外还要检查参数校验、重试上限和沙箱。三项都应有失败用例避免 Agent 把一次工具错误放大成重复副作用。