首先阅读下面的技术文章，关于源码和调试的。

https://blog.csdn.net/u010928589/article/details/105343949

https://niyanchun.com/skywalking-code-debug.html

https://blog.csdn.net/weixin_34262482/article/details/91379642

https://www.bilibili.com/video/BV1fv411z7ks?from=search&seid=8466683730375154027

 

注意事项：

  1. 按照官方的编译文档，部署本地的开发环境。源代码下载依赖包的时候，是默认使用mvn wrapper下载maven来安装。默认的安装位置是windows用户名/.m2/wrapper/dists/apache-maven下面，需要设置国内镜像，否则很慢。
  2. 动态调试agent的时候，是不需要启动oap和webapp的。需要创建一个简单的java项目，直接是skywalking项目的一个module，主要这个module的目录不要是skywalking自己的目录。说白了就是只有一个项目。
  3. 在这个新建的java项目中，设置断点，然后访问这个java项目的页面。就可以在调用栈中找到agent做了加强的beforeMethod和afterMethod。

 

Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

【免费下载】 index-tts-vllm：高性能文本转语音解决方案

`index-tts-vllm` 是一款开源的文本转语音（TTS）项目，基于 `index-tts` 进行了优化，通过引入 `vllm` 库重新实现了 GPT 模型的推理过程，大幅提升了推理速度和并发处理能力。项目旨在为开发者提供一个高效、稳定、易于集成的 TTS 解决方案。## 项目技术分析`index-tts-vllm` 采用了以下核心技术：- **vllm 库**：用于加速 GP

avatar AI Agent技术社区
cover

2025年8月SCI-炭黑四角蜂优化算法 Tetragonula carbonaria Optimization Algorithm-附Matlab免费代码

avatar AI Agent技术社区

AgentScope示例应用：多智能体对话

在人工智能快速发展的今天，单一智能体已经难以满足复杂任务的需求。想象一下这样的场景：一个项目团队需要讨论技术方案，不同专业背景的成员各抒己见，最终达成共识。这正是多智能体对话要解决的问题——让多个AI智能体像真实团队成员一样进行有意义的交流。AgentScope作为面向开发者的多智能体编程框架，提供了强大的多智能体对话能力。本文将深入探讨如何使用AgentScope构建高效的多智能体对话系统。..

avatar AI Agent技术社区