Agent 的重试不是简单地再调用一次模型。工具调用可能已经产生副作用,正确做法是区分可重试错误、永久错误和需要人工接管的状态,并用幂等键保护写操作。
核心概念
每次运行生成 run_id,每次工具调用生成 operation_id。重试前查询幂等记录;只读查询可有限重试,写操作必须返回第一次结果或转人工。证据只记录参数摘要、状态和来源,不保存完整客户正文。
可运行示例
def execute_once(store: dict, operation_id: str, action):
if operation_id in store:
return store[operation_id]
result = action()
store[operation_id] = result
return result
store = {}
assert execute_once(store, 'op-1', lambda: {'status': 'created'}) == execute_once(store, 'op-1', lambda: {'status': 'wrong'})
操作步骤
- 为可写工具定义幂等键组成规则,确保相同业务操作得到相同 key。
- 把工具结果和状态写入持久记录,写入成功后再向模型返回完成。
- 按错误类别设置重试次数和退避时间,超出预算则返回 needs_human。
- 在后台查看 run_id、operation_id、状态和证据摘要,禁止把密钥或完整输入写入日志。
Use cases
适合工单更新、资料同步和部署建议;删除、付款和权限升级默认需要人工确认。
常见问题
超时后能直接重试写操作吗? 先用幂等键查询上一次结果,无法确认时转人工。
证据要保存多久? 按业务审计和隐私要求设定最小期限。
模型能决定重试次数吗? 不能,预算和错误分类应由服务端控制。
延伸阅读
官方参考
OpenAI Agents 指南;OpenAI Production best practices。
最后核对日期:2026-11-17。涉及版本、接口、模型行为和价格的结论以链接中的官方资料为准;本文不把一次本地运行结果表述为通用性能结论。
