错误分类与重试

根据失败类型、重放安全性和剩余预算决定是否重试。

重试策略要回答三个问题：这类错误是否可能自行恢复，重复执行是否安全，剩余时间和费用是否值得。429、短暂断流、无效schema、权限拒绝和数据矛盾，需要不同处理；统一捕获异常再调用一次，往往掩盖根因并放大副作用。

短时服务错误可遵循Retry-After或供应商提示，使用指数退避和jitter，但仍受端到端deadline限制。参数错误可返回结构化反馈让模型限次修正；权限拒绝不能通过改写参数或更换子Agent绕过；数据缺失应保留未知或找合法替代来源。写工具超时先进入unknown并查询回执。

流中断尤其需要判断输出已经到哪一步。OpenCode研发源码区分是否已产生输出以及恢复方式；Agents SDK模型接口也允许provider返回重试建议。已经发生本地工具调用后，完整重放请求可能不再安全。恢复应复用已确认结果，而不是让新请求重新决定是否执行同一动作。

记录每次Attempt、失败类别、等待时间与重试理由，设置单操作上限和任务总预算。测试逐类注入故障，并观察是否出现多层重试相乘：SDK、工具网关和外层workflow都重试三次，可能形成九次甚至更多外部请求。只有一个明确的权威控制业务重放，其余层处理受限传输恢复。

还要区分技术重试与业务重新执行。前者保持原参数和操作身份，后者可能改变范围、来源和验收，需要新合同或版本。模型修正一个无效字段后，如果字段改变了已批准动作，就不能沿用旧批准。把这些情况统一叫retry，会让恢复逻辑绕过本来正确的审批边界。

重试指标应同时报告最终成功率、额外调用和严重重复效果；仅提高HTTP成功率，可能让业务可靠性更差。

实践重点：429退避与jitter；schema限次修复；拒绝授权不绕过；写超时先对账。

验证抓手：逐类注入429、断流、错误参数与权限拒绝。

常见误区：所有异常统一再试一次，放大费用和副作用。

Agents SDK：Model接口和call ID约束；OpenCode：流、工具和取消源码。