异常重试流程构建指南：任务自动执行最佳实践

Skywork 任务异常重试的核心不在于机械增加重试次数，而在于让重试具备上下文感知、状态判断与回退机制。这不是简单的“失败就再试”，而是基于任务当前状态、错误类型以及执行环境做出动态响应。

明确哪些错误值得重试

并非所有失败都适合重试。盲目重试会加剧服务负载，甚至写入脏数据。判断哪些错误值得重试，至少需要区分以下三类：

• 瞬时性错误：网络超时、连接拒绝、限流返回（如 HTTP 429、503）或临时资源不可用。这类偶发故障适合采用指数退避重试策略。
• 确定性错误：参数校验失败（400）、权限不足（403）、逻辑冲突（409）。重试此类错误无效，应直接终止并返回具体失败原因。
• 环境依赖错误：目标仓库私有不可访问、测试环境缺失、依赖服务未就绪。需先触发环境检查子任务，再决定是否重试。

设计带状态感知的重试策略

Skywork-SWE 类任务涉及多文件修改、测试运行、PR 提交等多个环节，单点失败后不应简单回滚重来。推荐采用“阶段快照 + 条件重试”模式：

• 每个关键步骤（如定位 bug、生成 patch、运行单元测试）完成后，自动保存中间产物与执行日志到统一上下文。
• 当某环节失败时，系统读取上下文判断：前序步骤是否成功？patch 是否已生成？测试失败源于代码逻辑还是环境缺失？
• 举例：若测试失败但 patch 文件已生成，则无需重新分析代码，直接修复测试配置或切换测试镜像即可。若 patch 生成失败，只需重试分析与补丁生成环节，无需全流程从头执行。

集成补偿与降级路径

重试并非万能解法。当连续失败达到阈值（例如重试3次仍卡在 CI 阶段），必须主动触发补偿动作：

• 自动提交最小可用 patch——仅修复核心 crash，跳过边缘 case。
• 生成诊断报告：包含失败堆栈、受影响文件列表、最近一次通过的 commit hash，并附上人工介入建议。
• 若该任务属于主控 Skill 编排链中的一环，需向上通知编排引擎：当前子任务不可恢复，请求动态调整后续路径——例如改用备用修复策略或转人工审核。

利用 Skywork-R1V 的搜索与执行能力辅助重试

当传统重试无效时，可调用 Skywork-R1V 的深度研究能力辅助决策：

• 启用 enable_search=True，让模型联网检索相似 issue 的社区解决方案（如 GitHub Discussions、Stack Overflow）。
• 将失败日志片段与当前代码上下文输入模型，调用内置 Python 解释器执行轻量验证——例如模拟环境变量、检查路径是否存在。
• 结合视觉链式思考能力分析 CI 报告截图（若有），识别非文本类失败线索——如构建日志截断、图标异常等。