一位开发者在 LangGraph 管道中遇到了意外的 token 成本和缓慢的运行时间，最终追溯到两个独立的重试机制之间的交互。一个重试层在步骤级别，而另一个是调用者恢复边，它会重新调用子图。这导致一个步骤的重试次数超过了其配置的限制，因为调用者的重新调用与步骤级别的重试没有协调。通过实现一个共享的重试预算对象，开发者获得了对重试过程的可见性，发现一个特定的“resolve”步骤由于上游 API 错误而消耗了大部分预算。该问题最终通过修复输入规范化得到解决，但仪器化对于诊断问题至关重要。 AI
影响 提供了关于调试复杂 LLM 编排的见解，强调了在代理系统中协调重试逻辑的必要性。
排序理由 该条目描述了一个软件框架内的特定技术调试场景和解决方案，而不是一个普遍的行业趋势或发布。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
