用LangGraph搭Agent，多工具调用时总是死循环，怎么破？

我踩过这个坑，后来在工具返回里加了状态码而不是自然语言描述，比如查订单返回 status: “not_found” 而不是“不确定，可能需要更多信息”，模型就不会反复试探了。另外图里加个轻量的意图路由节点确实有用，但别用LLM判断，用规则匹配关键词快得多。真正治本的是给每个工具定义清晰的终止条件，比如连续两次返回相同状态就直接跳出循环走兜底话术。

我也踩过这个坑，后来在工具返回里加了个状态字段，比如status: ok / need_more_info / retry，只要不是ok就直接把流程转到结束节点，不让模型自己瞎琢磨。另外提示词里明确写了“同一工具连续调用两次就停”，配合LangGraph的条件边判断，效果还行。你说的意图判断节点也有用，但别搞太复杂，简单规则先过滤一轮就够了。

这个循环问题我踩过，大概率不是图结构的事，而是工具返回太“软”了。你那些“不确定”“需要更多信息”本质上是把决策权又扔回给模型，它一看没拿到确定答案，就会觉得是不是参数不对，然后重试同一个工具。我后来强制所有工具返回结构化的status字段，比如success、retryable、fatal，再带一个reason，模型看到fatal就不会再调了。另外在工具节点后面加个条件边，判断连续两次调用同一个工具且参数没变就直接短路到人工兜底，比单纯限次数体验好很多。意图判断节点也有用，但别放在调用前做路由，放在拿到工具结果之后做“是否还需要继续”的判断更稳。GPT-4o有时候对“再试一次”有执念，你可以在系统提示里明确写“同一工具最多调用一次，除非参数发生实质变化”。还有个小技巧，把工具返回里的模糊词替换成明确的枚举值，比如“需要更多信息”改成“missing_field: address”，模型反而知道该去问用户而不是重试。

加个校验节点，工具返回里带“不确定”就直接转人工，别让模型自己硬扛。