Agent诊断-Alibaba Cloud Linux(Alinux)-阿里云帮助中心

当 Agent 运行过程中遇到鉴权失败、速率限制、网络超时等中断问题时，手动排查日志效率低且容易遗漏。Agent 诊断基于 Agent 观测采集的数据，自动检测会话中的各类中断事件，并按实例维度生成健康评分，帮助快速定位问题根因并采取修复措施。

功能概述

Agent 诊断是 Agent 观测能力的延伸，在查看Agent执行轨迹功能采集 Token 消耗与执行轨迹的基础上，额外采集 Agent 会话级中断事件，按实例维度生成诊断结果。Agent 诊断与轨迹查看共用同一数据源（SLS），开启轨迹采集后即同时具备诊断能力。诊断功能主要提供以下能力：

说明

诊断数据存储于 SLS，最大查询时间范围为 7 天，超过 7 天的数据将自动删除。

限制类型	说明
地域限制	仅支持中国内地与中国香港地域。
操作系统限制（x86 架构）	Alibaba Cloud Linux 2、Alibaba Cloud Linux 3、Alibaba Cloud Linux 4、Ubuntu 22.04、Ubuntu 24.04。
实例限制	仅适用于运行 cosh 或 Openclaw 应用的实例。
数据保留	诊断数据存储于 SLS，最多保留 7 天，超过 7 天的数据将自动删除。
其他限制	暂不支持 Coding Plan 的 Token 统计。如果是 Coding Plan，输入输出 Token 计数可能为 0。

开始前，确保已完成以下准备：

完成准备后，按以下步骤发起诊断：

登录操作系统控制台。
从左侧导航栏选择Agent 观测与诊断 > Agent 诊断。
设置页面顶部的查询条件：
- 时间范围：选择需要查询的时间范围，支持快捷选择（1 小时、24 小时、7 天）。
- 实例 ID：从下拉框选择需要诊断的 ECS 实例。
- 数据来源：从下拉框选择该实例上的特定 Agent 应用。

单击发起诊断，并确认诊断参数。

参数	说明
实例 ID	选择需要诊断的 ECS 实例。
数据来源筛选	选择该实例所选时间范围内出现过的 Agent 应用。不选择则诊断该实例上的全部 Agent。
时间范围	支持快捷选择（1 小时、24 小时、7 天）或自定义起止时间，最大不超过 7 天。

确认参数后提交，系统将向诊断历史列表添加一条新的诊断任务。
诊断历史列表中每条记录包含创建时间、实例、时间范围、状态、健康分、问题数和操作信息。任务完成后，单击操作列的详情查看诊断结果。

诊断历史列表中，单击目标诊断任务操作列的详情，进入诊断详情页。诊断详情页包含以下区域：

摘要卡片展示该诊断任务的整体结论，包含以下信息：

健康分：0~100 的整数评分，按区间显示不同颜色和评级，具体算法详见健康分说明。
健康分区间
颜色
评级
≥ 90
绿色
健康
70~89
蓝色
良好
50~69
橙色
警告
< 50
红色
严重
总会话数/总对话数：所选实例和 Agent 诊断时间范围内的会话和对话数量。
问题计数：总问题数、未解决数、严重问题数、高级问题数。
诊断元信息：实例、Agent、时间范围、任务创建时间。

通过筛选栏可按条件过滤事件列表中的中断事件：

事件列表展示所有被识别为中断的事件，默认按发生时间倒序排列。每条事件记录包含以下字段：

事件列表中，单击目标事件操作列的详情，从右侧滑出事件详情抽屉，展示该中断事件的具体信息，便于定位问题原因并采取修复措施。

Agent 诊断可识别以下 10 种中断类型：

问题类型	含义
Agent 崩溃	Agent 进程运行时突然消失。仅当打断活跃对话时计入健康分扣分，空闲时崩溃不扣分。
鉴权错误	API Key 无效或权限不足。
速率限制	LLM API 被限流。
网络超时	网关超时，请求未到达 LLM。
服务不可用	LLM 服务过载或宕机。
上下文溢出	请求超过模型上下文长度限制。
安全过滤	LLM 安全策略拦截了输出。
SSE 截断	SSE 流缺少正常终止标志。
Token 限制	输出达到 max_tokens 上限被截断。
LLM 错误	其他 LLM 调用错误。

健康分范围为 0~100，反映 Agent 诊断时间段内的运行健康度。

计算公式：

健康分 = 100 - min（100，加权扣分 / 总会话数 × 100）

扣分权重：

核心原则：只有实际影响用户对话的中断才扣分。Agent 崩溃仅当打断活跃对话时计入扣分（空闲时崩溃不扣分）；其余 9 种问题类型均发生于 LLM 调用过程，对用户必然有影响，始终扣分。