Agentfootprint — contextual-error evidence graph for agents

wiki/ai/sources/agentfootprint-contextual-error-evidence-graph.md

分类：ai / sources · 更新：2026-08-14 09:07

Agentfootprint — contextual-error evidence graph for agents

深度判断

结论：晋升为正式 source page。 Agentfootprint 把 agent 的新错误类型命名为 contextual error：系统没崩、代码没错、答案看起来合理，但模型因为错误事实、相似工具描述、过期记忆、错误 skill/steering 或缓存上下文做了错决定。它值得入库，因为这正是 llm-wiki、skills、memory、RAG 和工具 schema 越来越多之后的核心失败模式。

机制 / 一阶原理

一阶原理是把每次 LLM call 的上下文影响链变成可查询 evidence graph。README 强调 read、write、decision、tool call、skill、steering、RAG、memory、cache 都应变成 connected evidence；出错时不再 grep 日志猜“哪个上下文影响了它”，而是查询为什么某个事实/工具/skill 进入了模型输入，并用 run replay 复盘。

与已有 wiki 概念的关系

它与 Context-Engineering 的 context manifest、Harness-Engineering 的 runtime record、Agent-Benchmarks 的 trajectory evidence 强相关。相比 [[halo-record-runtime-records

Halo Record]] 更偏 append-only runtime log，Agentfootprint 更强调“上下文影响链”与 contextual debugging。

相关页面：Context-Engineering · Harness-Engineering · Agent-Benchmarks · [[halo-record-runtime-records

Halo Record]]

对 Hermes / llm-wiki / agentic workflows 的启发

今天的低风险优化应继续把 daily radar 写成可复盘链：orient 读了什么、搜索到什么、哪些 README 被读取、哪些 raw 被保存、哪些页面被更新、哪些候选为何拒绝。中期可以为 wiki ingest 增加 manifest 文件或 log 子结构，让未来 agent 能查询“为什么这篇 source page 存在、它影响了哪些概念、哪些报告 claim 依赖它”。

失败模式、边界条件与未解问题

边界条件：本次只读 README，未验证 TypeScript 框架、Story Lens、coverage 和 npm 包；完整 evidence graph 可能带来存储、隐私和可视化复杂度；把所有事件都记录下来也可能造成新噪音。因此本页沉淀 contextual-error 诊断模式，而非推荐全量 tracing。

来源与证据

GitHub: https://github.com/footprintjs/agentfootprint
Stars at ingest: 16
Last pushed at ingest: 2026-08-13T23:12:40Z
Raw archive: agentfootprint-contextual-error-evidence-graph-readme-2026-08-14

写入记录

2026-08-14 09:00 CST：从 GitHub README 深度入库，新增 source page、raw archive，并关联相关方法论页面。