AgentDebugX：LLM Agent 故障觀測和恢復的開源工具包

LLM agent 失敗難以除錯，因為錯誤浮現的步驟往往並非導致錯誤的根源。現有可觀測性工具僅能重播執行軌跡，卻缺乏識別根本原因或將診斷轉化為修復方案的支持。針對此問題，研究團隊提出 AgentDebugX，這是一個專為 LLM Agent 除錯設計的開源框架，將除錯組織為 Detect、Attribute、Recover 和 Rerun 的四步驟閉迴圈。

該框架的核心 DeepDebug 引擎透過全域軌跡理解、結構導向調查以及交叉檢驗，執行多輪根本原因診斷。在 Who and When 基準測試中，DeepDebug 在測試的開放權重後端上達到了最佳嚴格歸因準確率；在 qwen3.5-9b 上，其精確的 Agent 與步驟準確率達到 28.8%，優於最強單次傳遞基線的 21.7%。

在 GAIA 測試中，DeepDebug 在單次重跑中修復了 73 項失敗任務中的 13 項，而三個解耦的自我修正基線僅能修復 4 到 6 項，將整體準確率從 55.8% 提升至 63.6%。AgentDebugX 透過 Python 函式庫、CLI、網頁控制台以及可安裝的代理技能暴露此工作流程，並提供可選的 Error Hub，用於分享經處理的失敗診斷修復套件，將其作為除錯記憶體進行重用。