用途：评估智能体框架的弹性，适合追踪错误传播路径、评估危险操作的隔离边界以及盘点恢复机制。
主要能力：一是追踪错误传播，将异常流从工具层映射到智能体层；二是识别隔离，检查危险操作的沙箱机制；三是盘点恢复机制，包括重试逻辑、回退与熔断；四是评估边界，判断哪些崩溃会传播、哪些可被容纳。
关键问题：工具异常是否会终止智能体；LLM API 错误是否自动重试；输出解析失败是否可恢复；状态更新失败时会怎样。传播模式涵盖直接冒泡、异常包装成 ToolExecutionError，以及用 ToolResult 返回成功/失败来容纳错误。
沙箱机制按安全性与开销区分：无隔离、RestrictedPython、AST 校验、子进程、Docker 容器、gVisor/Firecracker。检测关注 direct exec/eval、shell=True 风险，以及受限编译、AST 校验、带超时与降权的 subprocess、禁用网络与内存限制的容器等手段。
恢复模式包括指数退避重试并回传错误反馈、主备模型回退，以及失败阈值加重置超时的熔断器。输出模板含错误传播表、沙箱评估、恢复机制表与风险评估（关键缺口、是否可上生产）。
用法：前置需 codebase-mapping 定位执行代码；结果可供给 antipattern-catalog，相关项为 execution-engine-analysis（异步错误处理）。技能页面未提供具体安装命令与调用步骤。