面向LLM驱动的智能体工作流程的结构化异常处理框架——SHIELDA
软件工程
2025-08-12 v1
摘要
大型语言模型（LLM）智能体系统是由LLM驱动的软件系统，它们自主推理、计划并执行多步骤工作流程以实现人类目标，而不仅仅是执行预定义步骤。在执行过程中，这些工作流程经常遇到异常。现有的异常处理解决方案往往对异常进行表面化的处理，无法将执行阶段的异常追溯到其推理阶段的根本原因。此外，他们的恢复逻辑脆弱，缺乏在初始尝试失败时结构化的升级路径。为解决这些挑战，我们首先提出了涵盖36种异常类型和12个智能体构件的全面分类法。基于此，我们提出了SHIELDA（Structured Handling of Exceptions in LLM-Driven Agentic Workflows），这是一种用于LLM智能体工作流程的模块化运行时异常处理框架。SHIELDA使用异常分类器从处理模式注册表中选择一个预定义的异常处理模式。然后，这些模式通过结构化处理执行器执行，包括本地处理、流程控制和状态恢复，以实现相机感知的恢复，通过将异常与其根本原因关联起来并促进可组合策略。我们通过在AutoPR智能体上的案例研究，展示了SHIELDA有效地处理了由推理引起的异常。
引用
@article{arxiv.2508.07935,
title = {SHIELDA: Structured Handling of Exceptions in LLM-Driven Agentic Workflows},
author = {Jingwen Zhou and Jieshan Chen and Qinghua Lu and Dehai Zhao and Liming Zhu},
journal= {arXiv preprint arXiv:2508.07935},
year = {2025}
}