Agent 结果校验：空结果、证据冲突与失败恢复

上一节，咱们给 Agent Loop 加上了 Runtime。

它会限制模型调用次数、工具调用次数和 Token 消耗，也能识别重复 Action 和连续无进展的循环。

工具返回 Observation 以后，recordObservation 还会根据 source 更新 Plan State。

看起来已经挺完整了吧。

但是！这里还隐藏了一个问题。

假设日志工具返回了下面的 Observation：

{
	ok: true,
	source: 'primary_logs',
	evidenceKey: 'primary_logs:payment-service',
	data: {
		records: [],
		summary: '请求成功，但没有查到日志。'
	}
}

这次工具调用没有报错，可是 records 是空数组，也就是没有查到对应数据。

如果直接把这份 Observation 写进 Agent Run State，对应的 Plan Step 就可能被标记为 completed。最后，Agent 拿着一份根本没有内容的“证据”结束了任务。

这肯定是不行的。

所以，这一节咱们要在 executeTool 和 recordObservation 之间，加上 结果校验 与 失败恢复，流程类似于下面这样：

大家仔细看上面的 恢复路线 部分，这里面涉及到了 4 个小概念，这四个小概念对应的就是在遇到不同错误场景下的处理方案，大家做个了解就行，不需要专门去记

• Retry（重试）：同一个 Action 因为临时故障执行失败时，在预算范围内使用原来的参数再执行一次。
• Fallback（备用路线）：原来的工具、模型或数据源无法继续使用时，保持任务目标不变，切换到提前准备好的备用方案。
• Replan（重新规划）：当前计划已经无法继续推进任务时，根据已有结果修改 Plan State，取消失效步骤并增加新的执行步骤
• Human Handoff（转交人工）：自动恢复无法安全完成任务时，暂停当前 Agent Run，并把失败原因、运行状态和已有证据交给人工处理。

这几个概念相对比较好理解，咱们就不多说了。

这四个概念对应三种不同的场景，咱们直接通过代码来看

实现一个带结果校验的 Agent Runtime

课程源码：https://github.com/lgd8981289/Agent--Code

本小节完整代码位于：Code/Node/