Agent 工具调用中"无限重试死循环"的根因与修复------技术复盘
问题现象
Agent 在执行任务时，调用某个工具后进入死循环------不断以相同或微调参数重试同一个工具调用，每次返回相似结果但仍继续重试，Token 快速消耗，任务卡死无法推进。
典型日志：
[Turn 3] tool_call: search_database(query="用户订单") [Turn 4] tool_call: search_database(query="用户订单 2026") [Turn 5] tool_call: search_database(query="用户订单 2026年") [Turn 6] tool_call: search_database(query="用户 订单 2026 年") ...直到 context window 耗尽
排查过程
- 检查工具返回内容：工具返回了 {"error": "no results found", "hint": "try different keywords"}，这个 hint 本身就是诱因------它在引导 Agent 换关键词重试。
- 检查 Agent 的 System Prompt：Prompt 中写了"如果工具返回错误，请分析原因并重试"，但没有给重试次数上限。
- 检查工具实现：工具在无结果时返回 HTTP 200 + 错误描述，而不是返回空数组 \[\]。Agent 无法区分"真的没数据"和"查询方式有问题"。
- 统计同类问题：发现 24% 的失败任务都有类似的重试模式，平均浪费 8-12 轮对话。
根因分析
三重原因叠加：
| 层面 | 问题 |
|---|---|
| 工具层 | 错误返回格式不标准，hint 字段诱导 LLM 继续尝试 |
| Prompt 层 | 没有最大重试次数约束，没有"空结果即停止"的规则 |
| 编排层 | 缺少工具级 circuit breaker，没有重试计数和熔断机制 |
核心矛盾：LLM 天然倾向于"再试一次可能就行了"，而工具的错误信息恰好给了它这个理由。
解决方案
Layer 1：工具返回规范化
`python
错误时返回明确的 STOP 信号，不包含诱导性 hint
def tool_response(status, data=None, error=None):
return {
"status": "empty" if not data else "ok",
"data": data or \[\],
"total": len(data) if data else 0
}
❌ 不再返回 {"error": "no results", "hint": "try different keywords"}
`
Layer 2：Prompt 硬约束
在 System Prompt 中加入：
`
工具调用规则：
- 同一工具同一参数最多重试 2 次，超过则报告用户而非继续尝试
- 收到空结果（data=\[\]且total=0）立即停止，换策略而非换参数
- 单个任务工具调用总次数不超过 20 轮
`
Layer 3：编排层熔断器
`python
class ToolCircuitBreaker:
def init (self, max_retries=3, window_turns=5):
self.max_retries = max_retries
self.window_turns = window_turns
self.call_history = \[\]
def check(self, tool_name, params_hash):
recent = [c for c in self.call_history[-self.window_turns:]
if c['tool'] == tool_name and c['params_hash'] == params_hash]
if len(recent) >= self.max_retries:
return False, "检测到重复调用，已自动跳过，请报告用户或更换策略"
return True, None`
复盘总结
| 维度 | 教训 |
|---|---|
| 设计原则 | 工具的错误信息要"终结歧义"而非"产生歧义"。模糊的 hint 是毒药 |
| 防御性编程 | 永远不要信任 LLM 会自己停下来。重试上限必须写在 Prompt + 代码两层 |
| 监控意识 | 应该对工具调用轮次设置告警（单任务 > 20 轮 → 人工介入） |
| 可迁移性 | 这个模式同样适用于 API 调用、数据库查询、文件操作等所有工具 |
一句话总结：让工具说清楚"为什么停"比告诉 Agent "怎么继续"更重要。Prompt 是柔性约束，代码是刚性约束，两层都要做。
#Agent #技术复盘 #AI工程 #工具调用 #死循环调试