OpenClaw 错误处理：让 Agent 学会"摔倒了再爬起来"

凌晨两点，你的 Agent 在跑一个关键任务。突然，API 超时了。它没有重试，没有降级，直接报错退出。第二天早上，你发现客户数据只处理了一半。这不是电影情节，这是真实的生产事故。今天，我们聊聊如何让你的 Agent 变得"抗造"——摔倒了能爬起来，走不通能换条路。

为什么错误处理如此重要？

AI Agent 和传统软件最大的不同在于：它依赖外部服务（LLM API）和不可控因素（网络、模型输出）。错误不是"会不会发生"的问题，而是"什么时候发生"的问题。

OpenClaw 内置错误处理机制

1. 自动重试

# .openclaw/config.yaml
retry:
  max_attempts: 3           # 最大重试次数
  backoff: exponential      # 退避策略：linear | exponential
  base_delay_ms: 1000       # 初始延迟
  max_delay_ms: 30000       # 最大延迟
  retryable_errors:         # 可重试的错误类型
    - "timeout"
    - "rate_limit"
    - "server_error"
    - "connection_error"

2. 降级策略

fallback:
  enabled: true
  strategies:
    - condition: "model_error"
      action: "switch_model"
      target: "gpt-3.5-turbo"  # 主模型挂了切换备用
      
    - condition: "rate_limit"
      action: "queue"          # 排队等待
      queue_ttl: 300           # 排队超时 5 分钟
      
    - condition: "timeout"
      action: "simplify_prompt" # 简化提示词重试
      max_reduction: 50%       # 最多削减 50%

3. 断路器（Circuit Breaker）

circuit_breaker:
  enabled: true
  failure_threshold: 5       # 连续 5 次失败触发断路
  recovery_timeout: 60000    # 60 秒后尝试恢复
  half_open_requests: 3      # 半开状态试探请求数

自定义错误处理

在 SKILL.md 中定义错误处理

# SKILL.md 片段

## 错误处理

### 自定义错误处理器
```python
@error_handler
async def handle_api_error(error, context):
    if error.type == "rate_limit":
        await wait_and_retry(context.delay)
        return RetryAction(delay=context.delay * 2)
    
    if error.type == "invalid_response":
        # 尝试修复模型输出
        fixed = await repair_output(error.response)
        return FixedOutput(fixed)
    
    if error.type == "timeout":
        # 切换到快速模型
        return SwitchModel("claude-3-haiku")
    
    # 未知错误，记录并上报
    log_error(error, context)
    return EscalateAction()
```

错误处理最佳实践

错误监控与告警

配置错误监控

# .openclaw/monitoring.yaml
error_monitoring:
  enabled: true
  
  # 错误聚合
  aggregation:
    window: 300             # 5 分钟窗口
    threshold: 10           # 同类错误超过 10 次告警
    
  # 告警渠道
  alerts:
    - type: "slack"
      webhook: "${SLACK_WEBHOOK}"
      severity: ["critical", "high"]
      
    - type: "email"
      recipients: ["ops@company.com"]
      severity: ["critical"]
      
    - type: "webhook"
      url: "https://your-service.com/alert"
      severity: ["critical", "high", "medium"]

错误分级标准

实战案例：电商 Agent 的容错设计

class OrderAgent:
    async def process_order(self, order):
        try:
            # 尝试主流程
            result = await self.place_order(order)
            return SuccessResult(result)
            
        except RateLimitError as e:
            # Rate Limit → 排队等待
            return await self.queue_order(order, delay=60)
            
        except TimeoutError as e:
            # 超时 → 切换快速模型重试
            result = await self.place_order(
                order, 
                model="haiku",
                timeout=10
            )
            return SuccessResult(result)
            
        except ModelOutputError as e:
            # 输出异常 → 尝试修复
            fixed = await self.repair_output(e.raw_response)
            if fixed:
                return SuccessResult(fixed)
            # 修复失败 → 人工介入
            return await self.escalate_to_human(order, e)
            
        except PaymentError as e:
            # 支付失败 → 致命错误，不重试
            return FailedResult(
                error="payment_failed",
                message=e.message,
                refund_required=False
            )
            
        except Exception as e:
            # 未知错误 → 记录并上报
            await self.log_unknown_error(e, order)
            return FailedResult(error="unknown")

相关资源

• OpenClaw 多模型路由配置
• OpenClaw 监控告警配置
• OpenClaw 生产部署指南
• 断路器模式解析