这个 GitHub 爆火的 Agent 自调试 Skill 到底能干嘛？实测来了

你的 Agent 是不是也经常「卡死」？#

用 AI Agent 写代码时，你一定遇到过这种场景：

Agent 反复尝试同一个操作，失败 → 重试 → 失败 → 重试…… Token 哗哗烧，最后什么都没干成。

这不是个例。几乎每个用过 Claude Code、OpenClaw 等 AI 编码工具的人都踩过这个坑。Agent 不是人，它不会「意识到自己卡住了」——除非你教它。

今天介绍的这个 Skill，就是来解决这个问题的。

项目简介#

agent-introspection-debugging 来自 GitHub 上 16 万星的神级项目 everything-claude-code（简称 ECC）。

ECC 是目前 GitHub 上最大的 AI Agent 增强系统，包含 Skills、Instincts、Memory、Security 等多个模块，覆盖 Claude Code、Codex、OpenClaw、Cursor 等主流平台。这个自调试 Skill 是其中非常实用的一个子模块。

这个 Skill 解决什么问题？#

简单来说：教 Agent 自己给自己 debug。

具体来说，当 Agent 出现以下情况时自动激活：

• 🔁 工具调用循环：反复执行同一命令，陷入死循环
• 💸 Token 浪费：消耗大量 Token 但没有实质进展
• 🎯 任务偏离：忘记真正的目标，在错误的子任务上越跑越远
• 📂 环境不匹配：文件系统状态、分支、工作目录与预期不一致
• ⏱️ 超时/限流：服务不可达或 API 配额耗尽

核心思路是：在盲目重试之前，先停下来，搞清楚到底发生了什么。

核心方法论：四阶段调试循环#

这个 Skill 的精华在于它定义了一套结构化的四阶段调试流程，而不是零散的技巧。

1
## 故障捕获
2
- 会话/任务：构建前端项目
3
- 正在进行的目标：运行 pnpm build
4
- 错误信息：ECONNREFUSED 127.0.0.1:3000
5
- 最后成功的步骤：安装依赖完成
6
- 最后失败的工具/命令：curl http://localhost:3000
7
- 观察到的重复模式：已重试 3 次 curl
8
- 需要验证的环境假设：3000 端口是否有服务在监听

1
## Agent 自调试报告
2
- 会话/任务：构建前端项目
3
- 故障描述：连接 localhost:3000 被拒绝
4
- 根因：开发服务器未启动
5
- 恢复动作：执行 pnpm dev 启动服务
6
- 结果：成功
7
- Token/时间消耗风险：低
8
- 需要后续处理：无
9
- 预防性变更：在构建前先检查服务是否运行

实际效果对比#

1
Agent: 让我 curl 一下 localhost:3000...
2
失败: Connection refused
3
Agent: 再试一次...
4
失败: Connection refused
5
Agent: 换个方式试试...
6
失败: Connection refused
7
Agent: 也许需要等一下...
8
失败: Connection refused
9
（已消耗 5000 Token，什么也没做，还在重试）

1
Agent: curl localhost:3000 失败 → 触发故障捕获
2
→ 错误：ECONNREFUSED，已重试 2 次
3
→ 诊断模式匹配：服务不可用
4
→ 根因：3000 端口无服务监听
5
→ 恢复动作：执行 netstat 检查端口状态
6
→ 确认：无服务运行 → 启动 pnpm dev
7
→ 验证：服务正常启动
8
（消耗 800 Token，问题定位并解决，输出结构化报告）

适用场景#

与其他同类方案对比#

这个 Skill 最大的优势是通用性——它不依赖任何特定框架或工具，是一套方法论，可以用在 Claude Code、OpenClaw、Cursor 等各种 AI Agent 平台上。

安装使用#

1
# 克隆本仓库
2
git clone https://gitee.com/wyb_001/awesome-ai-agent-skills-zh.git
3

4
# 复制 Skill 到你的 workspace
5
cp -r awesome-ai-agent-skills-zh/skills/agent-introspection-debugging \
6
    ~/.openclaw/workspace/skills/

1
# 克隆原始 ECC 仓库
2
git clone https://github.com/affaan-m/everything-claude-code.git
3

4
# 复制 Skill 文件
5
cp everything-claude-code/.agents/skills/agent-introspection-debugging/SKILL.md \
6
    ~/.openclaw/workspace/skills/agent-introspection-debugging/

个人评价#

推荐指数：⭐⭐⭐⭐⭐（5/5）

这个 Skill 虽然不直接写代码，但它可能是你最值得投资的 Skill 之一。理由：

1. 省钱：避免 Agent 盲目重试烧 Token，实际节省 50-80% 的无效消耗
2. 通用：适用于所有基于 LLM 的编码 Agent
3. 有结构：不是零散技巧，而是完整的四阶段方法论，可以直接套用
4. 可追溯：每次调试都有结构化报告，方便后续复盘和改进
5. 高质量来源：来自 16 万星的 ECC 项目，经过大量实战检验

唯一需要注意的是：这个 Skill 需要你的 Agent 平台支持自定义 SKILL.md 加载（OpenClaw、Claude Code 都支持）。如果你的平台不支持，可以把核心流程写到 CLAUDE.md 或 AGENTS.md 中手动使用。

相关链接#

• 🔗 原始项目（GitHub）
• 🔗 中文搬运仓库（Gitee）
• 🔗 ECC 官方文档