AI Agent Debugger là công cụ gỡ lỗi trực quan dành cho các nhà phát triển AI Agent.Khác với các phương pháp gỡ lỗi chỉ tập trung vào đầu vào và đầu ra của mô hình, AI Agent Debugger mở rộng phạm vi gỡ lỗi đến toàn bộ quá trình thực thi Agent. Công cụ này hiển thị rõ ràng từng vòng hội thoại, mọi lệnh gọi mô hình, lệnh gọi công cụ MCP, quá trình thực thi Skill tùy chỉnh và đầu ra cuối cùng, giúp nhà phát triển quan sát chuỗi vận hành của Agent và nhanh chóng xác định vấn đề trong prompt, cấu hình mô hình, lệnh gọi công cụ hoặc logic nghiệp vụ.AI Agent Debugger phù hợp với các tình huống sau:Gỡ lỗi chuỗi lệnh gọi công cụ của mô hình ngôn ngữ lớn AI, xử lý sự cố về tham số công cụ, kết quả thực thi hoặc nguyên nhân ngoại lệ
So sánh hiệu suất của các mô hình khác nhau khi thực hiện cùng một tác vụ, đánh giá các chỉ số chính như thời gian phản hồi, mức tiêu thụ Token và chi phí
Xác minh liệu việc tích hợp MCP Server với mô hình ngôn ngữ lớn AI có đáp ứng kỳ vọng hay không
Tối ưu hóa lặp lại system prompt và quan sát tác động của các cấu hình khác nhau đến kết quả thực thi
Nên sử dụng client Apidog mới nhất để trải nghiệm đầy đủ chức năng của AI Agent Debugger.
Tạo phiên gỡ lỗi Agent mới#
Điều hướng đến AI Agent Debugger từ thanh tab phía trên trong Apidog.Phần phía trên của trang được dùng để cấu hình mô hình và trạng thái chạy:Chọn nhà cung cấp mô hình ở bên trái, chẳng hạn như OpenAI hoặc Anthropic.
Chọn mô hình ở giữa, chẳng hạn như gpt-5.5
Sau khi chọn nhà cung cấp và mô hình, Base URL tương ứng sẽ được tự động khớp, chẳng hạn như https://api.openai.com/v1, không cần nhập thủ công
Nhấp vào Run để bắt đầu gỡ lỗi
Cấu hình prompt#
Cấu hình nội dung đầu vào của Agent trong tab Prompts.Trang được chia thành hai vùng nhập:System Prompt: Dùng để xác định vai trò, mục tiêu, ràng buộc và quy tắc sử dụng công cụ của Agent, thuộc về cấu hình Agent
User Prompt: Dùng để điền đầu vào kiểm thử cho phiên này, chẳng hạn như "What's Apidog?"
Cấu hình công cụ#
Trong tab Tools, bạn có thể chọn các công cụ có sẵn để Agent gọi trong thời gian chạy. Con số trên tab cho biết số lượng công cụ hiện có sẵn hoặc đã được cấu hình.Công cụ được chia thành hai loại:Công cụ tích hợp sẵn#
AI Agent Debugger cung cấp các công cụ tích hợp sẵn thường dùng để mô hình ngôn ngữ lớn AI đọc tệp, tìm kiếm nội dung, thực thi lệnh hoặc lấy nội dung web.| Công cụ | Mô tả |
|---|
bash | Thực thi lệnh trong một phiên Shell liên tục |
web_fetch | Lấy nội dung web và chuyển đổi thành Markdown, văn bản hoặc HTML |
read | Đọc tệp văn bản, hình ảnh hoặc PDF |
edit | Thực hiện thay thế chuỗi chính xác trên tệp |
write | Tạo hoặc ghi đè tệp |
grep | Tìm kiếm nội dung tệp bằng biểu thức chính quy |
glob | Tìm tệp bằng các mẫu glob |
kill_shell | Đặt lại phiên Shell hiện tại |
Bạn có thể bật hoặc tắt từng công cụ riêng lẻ khi cần. Khi bị tắt, Agent sẽ không thể gọi công cụ đó trong thời gian chạy.Công cụ MCP#
Nếu bạn cần Agent gọi các hệ thống bên ngoài hoặc các năng lực tùy chỉnh, bạn có thể thêm MCP Servers trong tab Tools.AI Agent Debugger hỗ trợ các phương thức kết nối MCP sau:STDIO: Khởi chạy một tiến trình MCP Server cục bộ
HTTP: Kết nối với MCP Server hỗ trợ Streamable HTTP
SSE: Kết nối với MCP Server dựa trên Server-Sent Events
Cấu hình Skills#
Trong tab Skills, bạn có thể cấu hình các Skills có thể tái sử dụng cho Agent. Con số trên tab cho biết số lượng skills hiện đã được tải.Skills phù hợp với các tình huống sau:Cung cấp quy trình làm việc cố định trong một dự án cho Agent
Tái sử dụng đặc tả thao tác cho các tác vụ phổ biến
Giảm các mô tả văn bản dài lặp lại trong system prompt
Cấu hình xác thực và tham số mô hình#
Cấu hình thông tin xác thực theo yêu cầu của dịch vụ mô hình hoặc dịch vụ MCP trong tab Authentication.Trong tab Settings, bạn có thể cấu hình các tham số thời gian chạy của mô hình, chẳng hạn như Temperature, Max Tokens, Top P, v.v. Các nhà cung cấp mô hình khác nhau có thể hỗ trợ các tham số khác nhau; vui lòng tham khảo các tham số thực tế được nhà cung cấp mô hình của bạn hỗ trợ.Xem danh sách phiên#
Mỗi lần bạn nhấp vào Run, một bản ghi phiên mới sẽ được tạo ở bên trái.Danh sách phiên hiển thị thông tin tóm tắt cho lần chạy đó, chẳng hạn như:Session 3
1 turn · 1 step · 10s · 3.1k tokens · $0.02
gpt-5.5
Xem lượt hội thoại#
Bảng Turns ở giữa được dùng để hiển thị các hội thoại nhiều vòng trong phiên hiện tại.Khi một phiên chứa nhiều đầu vào của người dùng, mỗi vòng sẽ được hiển thị dưới dạng một vòng hội thoại độc lập. Sau khi nhấp vào một vòng hội thoại, bạn có thể xem quy trình lệnh gọi tương ứng ở bên phải.Xem dấu vết#
Bảng Traces ở bên phải được dùng để hiển thị toàn bộ quá trình thực thi của Agent.Dấu vết lệnh gọi được hiển thị theo thứ tự thực thi, cho thấy:User prompts và system prompts
Quá trình suy nghĩ của mô hình (nếu được mô hình hỗ trợ)
Lệnh gọi công cụ MCP và quá trình thực thi Skill tùy chỉnh
Tham số đầu vào của công cụ, kết quả thực thi, thời gian tiêu tốn và thông báo lỗi
Đầu ra cuối cùng của mô hình ngôn ngữ lớn AI
So sánh hiệu suất mô hình#
Bạn có thể sử dụng cùng một prompt và cấu hình công cụ để chọn các mô hình khác nhau chạy tác vụ, đồng thời so sánh hiệu suất mô hình thông qua danh sách phiên.Tóm tắt phiên hiển thị các chỉ số chính như thời gian phản hồi, mức tiêu thụ Token và chi phí ước tính, giúp bạn đánh giá sự đánh đổi giữa các mô hình khác nhau về hiệu quả, hiệu suất và chi phí.Ví dụ, bạn có thể so sánh:Liệu số bước thực thi có khác nhau đối với cùng một tác vụ dưới các mô hình khác nhau hay không
Mô hình nào có thể chọn công cụ chính xác hơn
Mô hình nào có thời gian phản hồi thấp hơn
Mô hình nào có mức tiêu thụ Token và chi phí dễ kiểm soát hơn
FAQ#
Agent không gọi công cụ như mong đợi, làm thế nào để xử lý sự cố?#
Vui lòng kiểm tra các cấu hình sau:1.
Công cụ đã được bật trong tab Tools hay chưa.
2.
System prompt có mô tả rõ ràng các tình huống sử dụng công cụ hay không.
3.
MCP Server có được kết nối thành công và công cụ mục tiêu có không bị tắt hay không.
4.
Có quy trình suy nghĩ của mô hình hoặc bản ghi lệnh gọi công cụ trong dấu vết lệnh gọi hay không.
5.
Mô hình ngôn ngữ lớn AI hiện đang sử dụng có hỗ trợ lệnh gọi công cụ hay không.
Cần làm gì khi lệnh gọi công cụ MCP thất bại?#
Bạn có thể xem các lệnh gọi công cụ thất bại trong dấu vết lệnh gọi, tập trung kiểm tra tham số đầu vào, kết quả đầu ra và thông báo lỗi. Các nguyên nhân phổ biến bao gồm:MCP Server chưa được kết nối hoặc kết nối bị ngắt
Định dạng tham số không đáp ứng yêu cầu của công cụ
Cấu hình xác thực OAuth, API Key hoặc Header không chính xác
Lệnh khởi động dịch vụ STDIO cục bộ không khả dụng
Có thể đánh giá điều gì bằng cách chạy cùng một tác vụ nhiều lần?#
Agents là các hệ thống không tất định. Cùng một prompt có thể tạo ra các đường dẫn thực thi khác nhau dưới các mô hình khác nhau, tham số khác nhau hoặc cấu hình công cụ khác nhau. Nên quan sát các bước thực thi, kết quả lệnh gọi, thời gian tiêu tốn, mức tiêu thụ Token và đầu ra cuối cùng thông qua nhiều lần chạy và so sánh phiên, từ đó đánh giá các cấu hình phù hợp hơn. 