TraceSIR:用于Agentic执行轨迹结构化分析与报告的多智能体框架

Agentic系统通过外部工具和迭代决策增强大语言模型，实现深度研究、函数调用和编码等复杂任务。然而，其长而复杂的执行轨迹使失败诊断与根因分析极具挑战。人工检查无法规模化，而把LLM直接应用于原始轨迹则受限于输入长度限制和不可靠的推理。仅关注最终任务结果还会丢弃准确定位问题所需的关键行为信息。为解决这些问题，我们提出TraceSIR，一个用于Agentic执行轨迹结构化分析与报告的多智能体框架。TraceSIR协调三个专用智能体：(1)StructureAgent，引入新颖的抽象格式TraceFormat，在压缩执行轨迹的同时保留关键行为信息；(2)InsightAgent，执行细粒度诊断，包括问题定位、根因分析和优化建议；(3)ReportAgent，跨任务实例聚合洞察并生成综合分析报告。为评估TraceSIR，我们构建了覆盖三个真实Agentic场景的TraceBench，并引入ReportEval——一个与行业需求对齐、评估分析报告质量与可用性的评估协议。实验表明，TraceSIR持续产出连贯、信息丰富且可操作的报告，在所有评估维度上显著优于现有方法。我们的项目与视频已在 https://github.com/SHU-XUN/TraceSIR 公开。