企业官网建设流程全解析

Agent 答错了，最让人抓狂的不是错，是你不知道它哪一步错了。一次回答背后可能调了三四个工具、查了知识库、又问了一遍模型，黑箱一团。我后来给每个 Agent 都加了链路追踪，把"这次回答走了哪几步"全记下来，排错效率直接翻倍。这篇讲我怎么追的。

为什么必须追链路

举个把我坑惨的例子。用户问"我上个月话费多少"，Agent 回了个明显错的数。我盯着最终输出看半天看不出毛病。加了链路追踪后一看记录才发现：它该调"查账单"工具的，结果调成了"查套餐"，参数还传错了月份。问题压根不在模型生成那步，在工具选择那步。没有链路，我能瞎猜一整天。

一条链路该记哪些字段

我每一步都落这几样，缺一不可：

• 步骤序号 + 类型（模型推理 / 工具调用 / 知识检索）

• 输入：这步拿到了什么

• 输出：这步吐出了什么

• 耗时：这步花了多久

• 谁触发了下一步：模型决定调哪个工具、为什么

最后那条最值钱。Agent 的核心决策就是"下一步调谁"，把模型的这个选择理由记下来，错在哪一眼就看出来。

一条真实链路长这样：

[1] 模型推理 输入:"上月话费多少" 决策:调用 query_bill 工具 [2] 工具调用 query_bill(month="2026-05") 耗时 420ms 输出:{amount:89} [3] 模型推理 输入:账单结果 输出:"您上月话费89元"

一目了然。要是第 2 步调成了 query_package，立刻就暴露了。

追踪要注意的坑

坑一：别把敏感信息明文记进链路。我一开始把用户手机号、账单明细原样落日志，事后想想后怕。后来对敏感字段做了脱敏（手机号中间打码），链路照样能看，隐私不外泄。

坑二：长输入要截断。知识检索那步召回的内容动辄几千字，全记下来日志爆炸还难看。我对每个字段设了长度上限，超了就截断加省略号，留个钩子能溯源就够。

坑三：耗时一定要记。有次用户反馈"答得慢"，我靠每步耗时一眼定位到是某个外部工具调用卡了 3 秒，模型本身很快。没有分步耗时，你只知道"总共慢"，不知道慢在哪。

一个小取舍

全量记录链路是有成本的，存储和性能都吃一点。我没给所有请求都开，只对"出错的"和"随机抽样 5%"的请求记完整链路，正常请求只记关键节点。全量留痕虽好，但没必要为了万分之一的排错需求拖慢所有人。

怎么实现的

我用的是一个拖拖拽拽就能配工作流、还自带测评的智能体平台，每个节点的输入输出和耗时它本身就有记录，我顺着扒出来拼成链路视图就行，没自己埋点。中间各步调的模型 API 走讯飞星辰 MaaS，现成接口，省了自建。

调试 Agent 的第一原则：先让它可观测，再谈优化。