ধাপটি ব্যর্থ হয়েছে। এজেন্ট এগিয়ে গেছে।

কীভাবে এটি নজর এড়িয়ে যায়

বিল্ড ব্যর্থ হয়েছে, কিন্তু এজেন্ট ইতিমধ্যে একটি সারসংক্ষেপ লেখায় চলে গেছে। এটি কি পুনরুদ্ধার করেছে, নাকি একটি গুরুত্বপূর্ণ ব্যর্থতা দুটি ধাপের মাঝে হারিয়ে গেছে? পরবর্তী অ্যাকশনটিই প্রায়শই কার্যকর পর্যালোচনার শুরু।

ব্যস্ত একটি সেশনে, একটি ভিন্ন টুল কলের ঠিক আগে একটি ত্রুটি স্ক্রল করে যেতে পারে। এজেন্টের একটি বৈধ পুনরুদ্ধার কৌশল থাকতে পারে। অথবা এটি ব্যর্থতা সামলানো ছাড়াই এগিয়ে যাচ্ছে। যেভাবেই হোক, সিদ্ধান্ত নিতে আপনার আশেপাশের ধারাবাহিকতা দরকার।

ClawMetry কী শনাক্ত করে

ClawMetry একটি ব্যর্থ টুল ফলাফলের পরে স্বীকৃত পুনরায় চেষ্টা বা স্বীকৃতি ছাড়া অব্যাহত কার্যকলাপ চিহ্নিত করে। এটি একটি তথ্যমূলক অ্যাকশন ডিসক্রিপেন্সি ফলাফল তৈরি করে। এই কম তীব্রতাটি গুরুত্বপূর্ণ: এটি এজেন্টের উদ্দেশ্য সম্পর্কে রায় নয়, বরং ট্রানজিশনটি পরীক্ষা করার একটি অনুরোধ।

finding পরিবর্তনকারী পার্থক্য

পরীক্ষিত উদাহরণটি একটি শেল বিল্ড ব্যর্থ করে তারপর একটি ভিন্ন টুল কল করে। এটি একটি তথ্যমূলক ফলাফল উত্থাপন করে। একই টুলে পরবর্তী কলসহ ব্যর্থতাকে পুনরায় চেষ্টা হিসেবে গণ্য করা হয় এবং এই ডিটেক্টরের জন্য নিরব থাকে।

{
  "kind": "action_discrepancy",
  "severity": "info",
  "evidence": {
    "failed_tool": "Bash",
    "continued_as": "tool_call"
  }
}

পরবর্তী কী পরীক্ষা করবেন

ব্যর্থ ধাপটি এবং পরবর্তী কার্যক্রমের সাথে তুলনা করুন। নতুন অ্যাকশনটি কি একটি পুনরুদ্ধারের পথ ছিল? ত্রুটিটি কি অন্যত্র স্বীকার করা হয়েছিল? একটি সম্পূর্ণতার প্রতিবেদনের উপর নির্ভর করার আগে, ব্যর্থ অপারেশনটি যে মূল ফলাফল তৈরি করার কথা ছিল তা যাচাই করুন।

1. ব্যর্থ ফলাফল পরীক্ষা করুন
2. পুনরুদ্ধারের পথ দেখুন
3. দাবি করা ফলাফল যাচাই করুন