T learn.traeai

第 2 节 · 本站原创中文课程 · 建议 25 分钟

把轨迹整理成分析数据

学完能做:保留错误与修复、移除敏感字段。

成功轨迹不全是好动作

一次最终成功可能包含无效尝试。事实观察、行动与评价分别保存,注明任务与仓库版本;偶然成功不能直接成为规则。

最小事件协议

记录traceId、step、action、observation、outcome和版本。采集与导出阶段去掉密钥、私人文件和凭证值,不只靠提示词脱敏。

{"traceId":"t-01","step":2,"action":"read_scripts","observation":{"scripts":["build:portal"]},"outcome":"correct_command","repoVersion":"demo-v1"}

按重复模式聚合

归类命令猜测、路径错误和前置条件缺失,统计频次与代价。日志缺观察时先补可观测性,不从空白猜技能。

这是本站独立编写的讲解与示例,并非官方课程逐字翻译。理解之后,请完成下面的练习、自测和笔记。

参考来源:Building Adaptive AI Agents

动手,把理解变成成果

本节练习

正在读取本机草稿…

写含失败修复的三步匿名轨迹、项目版本与脱敏规则。

37 / 6000 字。本页不执行代码;可下载后在本地运行,或用 Agent 获取定性建议。

给我一个提示

失败和成功命令都保留。

查看参考思路(本站预写,非实时 Agent)

build不存在→读scripts→正确命令成功;环境变量仅留名,不留值。

人工自评:逐项核对自己的作品

这些勾选由你确认,不是自动测试结果。遇到待测项,请在作品里明确注明。

理解自测

成功轨迹可整体作正确策略吗?

自己的学习笔记

0 / 3000 字 · 仅保存在此浏览器

围绕当前章节学习

Agent 答疑与作品评价

正在检查连接…

本站讲解、提示、参考思路和自测可独立使用。连接模型服务后,才能实时提问或评价;这里不会把预写内容伪装为 Agent 回答。

走完学习闭环

完成本节

保留练习、勾选人工自评并通过自测后,可记录完成。修改作品或答案会重新打开本节。

课程进度:0 / 6 · 本机记录,不是外部官方证书

下一节:提炼经审核的技能 →
← 上一节:先定位失败,再选择改进层