应设置工具调用最大重试次数、启用循环检测与自动中断、重构tasks.yaml依赖关系图、禁用非幂等技能自动重放、启用上下文熵值监控与动态剪枝。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用OpenClaw执行自动化任务时遭遇响应停滞、CPU持续满载或日志中反复出现相同工具调用记录，则可能是由于工具调用逻辑未设终止条件，导致AI陷入无效循环。以下是针对该问题的多路径排查与修复步骤：
一、强制设置工具调用最大重试次数
OpenClaw默认对失败工具调用启用自适应重试机制，若未配置上限，可能在工具返回空结果、格式错误或网络抖动时无限递归调用同一技能，形成逻辑死循环。
1、打开config/core.yaml文件。
2、在skills节点下添加全局重试约束：max_retries: 2。
3、对高风险技能（如web_scrape、file_read、api_call）单独配置：retry_policy: { max_attempts: 1, backoff_factor: 1.5 }。
4、保存后执行openclaw config reload使配置生效。
二、注入循环检测与自动中断逻辑
通过在Agent执行链中嵌入轻量级状态快照比对模块，可实时识别连续两轮以上相同工具输入与输出组合，触发主动中断而非等待超时。
1、在config/agent.yaml中启用循环防护：loop_detection: { enabled: true, window_size: 3, similarity_threshold: 0.92 }。
2、创建skills/loop-guard/skill.py，实现基于Levenshtein距离的输入指纹比对。
3、将该skill加入default_pipeline头部位置，确保每次tool call前执行校验。
4、重启服务：openclaw restart --skip-health-check。
三、重构tasks.yaml中的依赖关系图
当多个task存在隐式循环依赖（如A→B→C→A），且未声明拓扑排序约束时，OpenClaw调度器可能因DAG解析失败而退化为深度优先盲搜，造成任务栈无限增长。
1、运行openclaw tasks graph --validate检查当前依赖图是否存在环路。
2、定位报错中提示的循环路径节点（例如：task_email_notify → task_fetch_logs → task_email_notify）。
3、在对应task定义中显式添加：depends_on: []清空非法依赖，或改用事件驱动替代硬依赖。
4、使用openclaw tasks compile --strict重新生成无环执行计划。
四、禁用非幂等技能的自动重放机制
部分技能（如system_exec、http_post、send_sms）天然不具备幂等性，但OpenClaw在network_timeout或partial_response场景下仍会默认重放，引发重复操作与状态冲突。
1、进入skills/目录，检查各manifest.json中"idempotent": false标识的技能。
2、对所有此类技能，在其config.yaml中强制覆盖：auto_retry: false。
3、在core.yaml中统一关闭非幂等通道：retry_non_idempotent: false。
4、验证变更：openclaw doctor --check=retry-safety。
五、启用上下文熵值监控与动态剪枝
当对话历史或记忆片段中持续注入相似语义指令（如反复要求“重试上一步”“再查一次”），会导致LLM注意力坍缩于低差异token序列，诱发模型级循环输出。
1、在config/memory.yaml中启用语义熵控：pruning_strategy: "entropy"。
2、设置阈值：entropy_min: 2.1（低于此值视为低信息量冗余）。
3、配置自动截断策略：context_window: { method: "sliding", size: 5, entropy_filter: true }。
4、执行openclaw memory prune --mode=entropy立即清理现存低熵记忆块。
