当前位置：首页 > news >正文

MonkeyCode 错误处理哲学：让AI编程工具的每一层都有容错能力

news 2026/6/8 12:46:49

MonkeyCode 错误处理哲学：让AI编程工具的每一层都有容错能力

在AI编程工具中，错误处理不只是"try-catch"那么简单。AI模型可能返回错误的内容、容器可能崩溃、网络可能断开、用户可能做出不可预期的操作。每一层都需要独立的容错能力。

MonkeyCode 的错误处理哲学可以总结为一句话：任何单点失败都不应该影响用户的工作。

错误分层模型

MonkeyCode 将错误分为四个层次，每层有独立的处理策略：

Layer 4: 用户界面层 — 优雅降级，不显示错误堆栈\nLayer 3: AI模型层 — 自动重试、模型降级、缓存回退\nLayer 2: 容器层 — 自动重启、快照恢复、环境重建\nLayer 1: 网络层 — 断线重连、请求队列、离线缓存

Layer 1：网络层错误处理

网络是AI编程工具最脆弱的环节。MonkeyCode 的网络容错方案：

WebSocket断线重连

class ResilientWebSocket {\n private reconnectAttempts = 0;\n private maxReconnectAttempts = 10;\n private reconnectDelay = 1000; // 初始1秒\n \n onDisconnect() {\n if (this.reconnectAttempts >= this.maxReconnectAttempts) {\n this.notifyUser('连接断开，请刷新页面');\n return;\n }\n \n const delay = this.reconnectDelay * Math.pow(2, this.reconnectAttempts);\n setTimeout(() => {\n this.reconnectAttempts++;\n this.connect();\n }, Math.min(delay, 30000)); // 最大30秒\n }\n \n onReconnect() {\n this.reconnectAttempts = 0;\n this.syncPendingMessages(); // 重发待处理消息\n }\n}

请求队列

网络断开时的操作不会丢失，而是进入队列等待恢复：

class RequestQueue {\n private queue: QueuedRequest[] = [];\n \n async add(request: APIRequest): Promise<APIResponse> {\n if (!navigator.onLine) {\n // 离线时存入队列\n return new Promise((resolve) => {\n this.queue.push({ request, resolve });\n });\n }\n return this.execute(request);\n }\n \n onOnline() {\n // 网络恢复时逐个执行\n while (this.queue.length > 0) {\n const item = this.queue.shift();\n item.resolve(await this.execute(item.request));\n }\n }\n}

Layer 2：容器层错误处理

健康检查

每个容器有定期的健康检查：

// 每30秒检查一次\nhealthCheck:\n test: ["CMD", "curl", "-f", "http://localhost:8080/health"]\n interval: 30s\n timeout: 10s\n retries: 3\n startPeriod: 60s

自动恢复策略

故障类型	检测方式	恢复策略	用户感知
容器崩溃	健康检查失败	自动重启（最多3次）	短暂中断（<10秒）
内存溢出	OOM Killer	增加内存配额+重启	短暂中断
磁盘满	磁盘使用率监控	清理缓存+通知用户	通知
容器无法恢复	重启3次仍失败	从快照创建新容器	需要重新加载（约30秒）

Layer 3：AI模型层错误处理

AI模型的错误更复杂——它可能返回"看起来对但实际错"的内容。

API调用失败

class ModelCaller {\n async callWithFallback(\n prompt: string, \n preferredModel: string\n ): Promise<string> {\n const models = this.getModelChain(preferredModel);\n // 例: ['claude-3.5', 'gpt-4o', 'deepseek-v3', 'qwen-max']\n \n for (const model of models) {\n try {\n const result = await this.callWithRetry(model, prompt, {\n maxRetries: 2,\n timeout: 30000,\n });\n if (this.validateResponse(result)) {\n return result;\n }\n } catch (error) {\n this.logModelError(model, error);\n continue; // 尝试下一个模型\n }\n }\n \n throw new Error('所有模型均不可用，请稍后重试');\n }\n}

输出验证

AI生成的代码需要经过验证才应用：

function validateGeneratedCode(code: string, language: string): ValidationResult {\n const checks = [\n () => checkSyntax(code, language), // 语法检查\n () => checkForDangerousOps(code), // 危险操作检查\n () => checkForCommonBugs(code), // 常见Bug检查\n () => checkCodeLength(code), // 代码长度检查\n ];\n \n const errors = checks\n .map(check => check())\n .filter(r => !r.passed);\n \n return {\n valid: errors.length === 0,\n errors,\n warning: code.length > 500 ? '生成代码较长，建议分段审查' : null\n };\n}

Layer 4：UI层错误处理

用户永远不应该看到原始的错误堆栈。

错误消息映射

const errorMessages = {\n 'MODEL_UNAVAILABLE': {\n title: 'AI暂时不可用',\n message: '我们正在尝试其他AI模型，请稍候...',\n action: null // 自动处理\n },\n 'WORKSPACE_CRASHED': {\n title: '工作环境需要重启',\n message: '你的开发环境遇到了问题，正在自动恢复...',\n action: 'REFRESH' \n },\n 'NETWORK_ERROR': {\n title: '网络连接不稳定',\n message: '你的操作已保存，网络恢复后会自动继续。',\n action: null\n },\n 'SAVE_FAILED': {\n title: '保存失败',\n message: '文件保存到服务器失败，但本地暂存了一份。',\n action: 'RETRY_SAVE'\n }\n};

自动保存机制

防止用户丢失工作内容：

// 每30秒自动保存到本地\nsetInterval(() => {\n const content = editor.getContent();\n localStorage.setItem(`autosave_${filePath}`, JSON.stringify({\n content,\n timestamp: Date.now()\n }));\n}, 30000);\n\n// 页面加载时检查自动保存\nfunction checkAutoSave(filePath: string) {\n const saved = localStorage.getItem(`autosave_${filePath}`);\n if (saved) {\n const { content, timestamp } = JSON.parse(saved);\n if (Date.now() - timestamp < 3600000) { // 1小时内\n showRecoveryPrompt(filePath, content, timestamp);\n }\n }\n}