Agent 工具调用失败如何兜底？如何提升可靠性？

题目

实际 Agent 系统中工具调用常失败（参数错、超时、返回异常）。请列出提升工具调用可靠性的工程手段。

参考答案

工具调用是 Agent 落地的最大可靠性挑战。失败模式包括：参数格式错、工具不存在、超时、返回非预期结构、循环调用同一失败工具。

提升可靠性的工程手段：

1. 输入侧：参数校验与约束

• 用 JSON Schema 严格约束参数类型/格式，LLM 输出在执行前先校验，不通过则要求重生成。
• 提供参数示例与枚举值，降低 LLM 瞎猜。
• 工具描述写清”何时该用/何时不该用”，减少误调用。

2. 执行侧：重试与容错

• 指数退避重试：网络类工具（HTTP/API）默认重试 3 次。
• 超时与熔断：单工具设超时（如 10s），连续失败触发熔断降级。
• 结构化错误返回：工具失败时返回结构化错误（非崩溃），让 LLM 看到”调用失败原因”以便自纠。

3. 模型侧：自纠错循环

• 把工具错误回灌给 LLM：“上一次调用 X 失败，原因是 Y，请调整”，给它修正机会。
• 设最大重试次数（如 3 次），超过则切换策略或回退人工。
• 反思（Reflection）：每步后让 LLM 评估”这一步是否成功，下一步该如何调整”。

4. 调度侧：循环检测与降级

• 循环检测：若连续 N 步重复调用同一工具同一参数，判定卡死，强制切换。
• 备选工具：主工具失败时自动切换备选（如主搜索失败换备用搜索）。
• 降级策略：所有工具失败时回退到”基于已有信息作答”或”诚实告知失败”。

5. 评测侧：badcase 驱动迭代

• 收集失败 trace，归类（参数错/工具错/规划错）。
• 针对高频失败模式优化 Prompt、工具描述或加护栏。
• 建评测集做回归，防改动引入新问题。

面试加分点：

• 强调”Agent 可靠性 = 模型能力 × 工程护栏”，再强的模型没有护栏也难落地。
• 指出结构化错误返回是关键——让错误成为 LLM 可理解的信号，而非崩溃。
• 提及 ReAct 范式天然支持自纠错（Observation 反馈失败 → Thought 调整），但需配合工程护栏防无限循环。

出处：CSDN《【光子 AI 出品】AI 大模型 Agent 面试题 30 道》、Agent 工程实践面经。