การตรวจจับลูปของเครื่องมือ

OpenClaw มีกลไกป้องกันสองแบบที่ทำงานร่วมกันเพื่อป้องกันรูปแบบการเรียกใช้เครื่องมือซ้ำ ๆ โดยทั้งสองกำหนดค่าได้ภายใต้ tools.loopDetection:

1. การตรวจจับลูป (enabled) - ปิดใช้งานโดยค่าเริ่มต้น ตรวจสอบประวัติ การเรียกใช้เครื่องมือแบบเลื่อนต่อเนื่อง เพื่อค้นหารูปแบบซ้ำและการลองเรียกเครื่องมือที่ไม่รู้จักซ้ำ
2. กลไกป้องกันหลัง Compaction (postCompactionGuard) - เปิดใช้งานเมื่อใดก็ตามที่ enabled ไม่ได้ถูกกำหนดเป็น false อย่างชัดเจน กลไกจะพร้อมทำงานหลังการลองใหม่ภายหลัง Compaction ทุกครั้ง และยุติการทำงานหากเอเจนต์ทำซ้ำชุดสามค่า (tool, args, result) เดิม ภายในหน้าต่างที่กำหนด

กำหนด tools.loopDetection.enabled: false เพื่อปิดกลไกป้องกันทั้งสองแบบ

เหตุผลที่มีคุณสมบัตินี้

• ตรวจจับลำดับการทำงานซ้ำที่ไม่มีความคืบหน้า
• ตรวจจับลูปที่ไม่ให้ผลลัพธ์และเกิดถี่มาก (เครื่องมือเดิม อินพุตเดิม และข้อผิดพลาด ซ้ำเดิม)
• ตรวจจับรูปแบบการเรียกซ้ำเฉพาะสำหรับเครื่องมือโพลที่รู้จัก
• หยุดวงจรบริบทล้น -> Compaction -> กลับเข้าสู่ลูปเดิม แทนที่จะปล่อยให้ ทำงานต่อไปอย่างไม่สิ้นสุด

บล็อกการกำหนดค่า

ค่าเริ่มต้นส่วนกลาง พร้อมแสดงทุกฟิลด์ที่มีเอกสารกำกับ:

{  tools: {    loopDetection: {      enabled: false, // master switch for the rolling-history detectors      historySize: 30,      warningThreshold: 10,      criticalThreshold: 20,      unknownToolThreshold: 10,      globalCircuitBreakerThreshold: 30,      detectors: {        genericRepeat: true,        knownPollNoProgress: true,        pingPong: true,      },      postCompactionGuard: {        windowSize: 3, // armed after compaction-retry; runs unless enabled is explicitly false      },    },  },}

การเขียนทับค่ารายเอเจนต์ (ไม่บังคับ ที่ agents.list[].tools.loopDetection):

{  agents: {    list: [      {        id: "safe-runner",        tools: {          loopDetection: {            enabled: true,            warningThreshold: 8,            criticalThreshold: 16,          },        },      },    ],  },}

การตั้งค่ารายเอเจนต์จะซ้อนทับบล็อกส่วนกลางทีละฟิลด์ (รวมถึง detectors และ postCompactionGuard ที่ซ้อนอยู่ภายใน) ดังนั้นเอเจนต์จึงต้องกำหนดเฉพาะ ฟิลด์ที่ต้องการเปลี่ยนเท่านั้น

ลักษณะการทำงานของฟิลด์

สำหรับ exec การแฮชเพื่อตรวจสอบภาวะไม่มีความคืบหน้าจะเปรียบเทียบผลลัพธ์ของคำสั่งที่คงที่ (สถานะ รหัสออก แฟล็กหมดเวลา และเอาต์พุต) และละเว้นข้อมูลเมตาของรันไทม์ที่เปลี่ยนแปลงได้ เช่น ระยะเวลา PID รหัสเซสชัน และไดเรกทอรีทำงาน ผลลัพธ์จากการส่งข้อความออก จะถูกแฮชโดยตัดรหัสที่เปลี่ยนในแต่ละครั้ง (รหัสข้อความ รหัสไฟล์ และการประทับเวลา) ออก เพื่อไม่ให้ผลลัพธ์ "sent" รายการหนึ่งดูเหมือนกับผลลัพธ์ "sent" อีกรายการ เมื่อมีรหัสการทำงาน ระบบจะประเมินประวัติเฉพาะภายในการทำงานนั้น ดังนั้นรอบ Heartbeat ตามกำหนดเวลาและการทำงานใหม่จะไม่รับช่วงจำนวนลูปเก่า จากการทำงานก่อนหน้า

การตั้งค่าที่แนะนำ

• สำหรับโมเดลขนาดเล็ก ให้กำหนด enabled: true และใช้ค่าเกณฑ์ เริ่มต้นต่อไป โดยทั่วไปโมเดลระดับเรือธงแทบไม่ต้องใช้การตรวจจับจากประวัติแบบเลื่อนต่อเนื่อง และสามารถ คงสวิตช์หลักเป็น false ขณะที่ยังได้รับประโยชน์จาก กลไกป้องกันหลัง Compaction
• เรียงค่าเกณฑ์ให้เป็น warningThreshold < criticalThreshold < globalCircuitBreakerThreshold; รันไทม์จะปรับ criticalThreshold และ globalCircuitBreakerThreshold ให้สูงขึ้น หากคุณกำหนดค่าไว้เท่ากับหรือต่ำกว่า เกณฑ์ที่ค่านั้นต้องสูงกว่า
• หากเกิดผลบวกลวง:
  • เพิ่ม warningThreshold และ/หรือ criticalThreshold
  • อาจเพิ่ม globalCircuitBreakerThreshold ด้วย
  • ปิดใช้งานเฉพาะตัวตรวจจับที่ก่อปัญหา (detectors.<name>: false)
  • ลด historySize เพื่อให้หน้าต่างประวัติสั้นลง
• หากต้องการปิดทุกอย่าง รวมถึงกลไกป้องกันหลัง Compaction ให้กำหนด tools.loopDetection.enabled: false อย่างชัดเจน

กลไกป้องกันหลัง Compaction

หลังการลองใหม่ภายหลัง Compaction ซึ่งเกิดจากบริบทล้น ตัวดำเนินการจะเตรียม กลไกป้องกันแบบหน้าต่างสั้นสำหรับการเรียกใช้เครื่องมือสองสามครั้งถัดไป หากเอเจนต์ส่ง ชุดสามค่า (toolName, argsHash, resultHash) เดิมครบ postCompactionGuard.windowSize ครั้งภายในหน้าต่างนั้น กลไกป้องกันจะสรุปว่า Compaction ไม่สามารถหยุด ลูปได้ และยุติการทำงานด้วยข้อผิดพลาด compaction_loop_persisted

กลไกป้องกันนี้ควบคุมโดยแฟล็กหลัก tools.loopDetection.enabled แต่มี ข้อแตกต่างหนึ่งประการ คือจะยังคง เปิดใช้งานเมื่อไม่ได้กำหนดแฟล็กหรือกำหนดเป็น true และจะปิด เมื่อกำหนดแฟล็กเป็น false อย่างชัดเจนเท่านั้น พฤติกรรมนี้เป็นไปโดยตั้งใจ เพราะกลไกป้องกัน มีไว้เพื่อออกจากลูป Compaction ซึ่งมิฉะนั้นอาจใช้โทเค็นอย่างไม่มีขีดจำกัด ดังนั้นผู้ใช้ที่ไม่ได้กำหนดค่าใด ๆ ก็ยังได้รับการป้องกัน

{  tools: {    loopDetection: {      // master switch; set false to disable the guard along with the rolling detectors      enabled: true,      postCompactionGuard: {        windowSize: 3, // default      },    },  },}

• windowSize ที่ต่ำกว่าจะเข้มงวดกว่า (มีจำนวนครั้งให้ลองน้อยกว่าก่อนยุติ)
• windowSize ที่สูงกว่าจะเปิดโอกาสให้เอเจนต์ลองกู้คืนได้มากขึ้น
• กลไกป้องกันจะไม่ยุติการทำงานขณะที่ผลลัพธ์ยังเปลี่ยนแปลง โดยจะทำงานเมื่อมีเพียงผลลัพธ์ที่ เหมือนกันทุกไบต์ตลอดหน้าต่างเท่านั้น
• กลไกจะพร้อมทำงานเฉพาะทันทีหลังการลองใหม่ภายหลัง Compaction ไม่ใช่ที่จุดอื่น ในการทำงาน

บันทึกและลักษณะการทำงานที่คาดหวัง

เมื่อตรวจพบลูป OpenClaw จะบันทึกเหตุการณ์ลูปและเตือนหรือบล็อก รอบการใช้เครื่องมือถัดไปตามระดับความรุนแรง เพื่อป้องกันการใช้โทเค็น อย่างควบคุมไม่ได้และการค้าง ขณะที่ยังคงให้เข้าถึงเครื่องมือตามปกติ

• ระบบจะแสดงคำเตือนก่อน
• ระบบจะเริ่มบล็อกเมื่อรูปแบบยังคงดำเนินต่อเกินเกณฑ์คำเตือน
• เกณฑ์วิกฤตจะบล็อกรอบการใช้เครื่องมือถัดไป และแสดงเหตุผล การตรวจจับลูปอย่างชัดเจนในบันทึกการทำงาน
• กลไกป้องกันหลัง Compaction จะส่งข้อผิดพลาด compaction_loop_persisted ซึ่งระบุ เครื่องมือที่เป็นสาเหตุและจำนวนการเรียกที่เหมือนกัน

เนื้อหาที่เกี่ยวข้อง