agent space 运行失败时需立即定位根因并恢复上下文：先检查transcript-{session_id}.jsonl是否存在及完整性，再依错误类型区分环境阻断或工具链断裂，最后通过run_id重放+自动跳过失败步骤重建状态。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Agent Space Agent运行失败时，无法继续执行任务、状态丢失、工具调用中断、对话历史清空，必须立即定位根本原因并恢复可执行上下文。
确认崩溃是否已触发持久化回放机制
检查当前 Agent Space 实例是否启用 Transcript 事件流持久化。默认路径为 memory/transcripts/transcript-{session_id}.jsonl，若该文件存在且末尾有 "event_type":"terminal" 或 "event_type":"state_transition" 记录，则说明崩溃前已写入关键事件。
若文件为空或根本不存在，说明进程在首次 message 写入前就已退出——此时无任何可回放状态，必须从头启动并补全初始化参数。
用 tail -n 5 memory/transcripts/transcript-*.jsonl 快速查看最后几条事件，确认 run_id 和 step 字段是否连续递增。跳变或重复表示写入异常，需跳过该 session 重建。
区分失败类型：环境阻断 vs 工具链断裂
方法一：检查日志中首个报错位置
若错误出现在 tool_lifecycle 事件之后（如 status: "requested" → 无后续 "completed"），说明工具已发出但未返回，大概率是目标服务不可达、超时或认证失效；此时应优先验证 API Key、网络白名单、目标系统负载。
方法二：检查是否出现 ImportError、command not found 或 ModuleNotFoundError
这类错误直接指向运行时环境缺失，不是配置或网络问题。例如报 metal: command not found，说明该 Tool 依赖 macOS Metal 框架，却在 Linux 容器中被加载——需立即触发 auto_quarantine 机制隔离该 Tool，避免后续轮次反复失败消耗 token。
【注意：不要手动删除 tool 文件，而是通过 quarantine API 标记】
重建运行时状态的三步操作
第一步：从 transcript.jsonl 提取最新完整 run_id
运行 jq -r 'select(.event_type == "state_transition") | .run_id' memory/transcripts/transcript-*.jsonl | tail -n 1 获取最后成功推进的 run_id。
第二步：用该 run_id 初始化 HistoryManager
启动新进程时传入 --resume-run-id=run-xxxx 参数，框架将自动重放该 run_id 下所有 message 和 tool_lifecycle 事件，重建内存中的对话树与工具执行上下文。
第三步：跳过已知失败的 Tool 调用步骤
若重放过程中再次触发同一 Tool 的 status: "failed"，且错误码属于环境不兼容类（如 OSError 2、ImportError），框架会自动跳过该 step 并标记为 skipped，继续执行后续 state_transition。这一步无需人工干预，但需确认 skip 策略已在 config.yaml 中启用。
