运行一轮研究¶
这一页写给跟着一个研究轮次从目标走到报告交付的操作员。每一步都写明:谁在动作,操作员用哪个工作台请求或命令,这一步之后轮次和阶段各处于什么状态。
状态。 操作员可以通过
/wb发起并掌控一轮研究:创建项目、研究协议和轮次,设置模型调用预算,提出目标,批准之前读取运行单,阶段停止后做选择,以及中止轮次。这条路径只在测试里跑过:模拟的 AC5、脚本化的模型、进程内的 HTTP 客户端(test_e2e_http_round.py)。它没有对着serve进程、真实模型或真实设备跑过。/workbench的控制台为其中大部分步骤提供了表单;没有 CLI 命令。有些读取仍然没有路由,文中标为无路由,页尾会再列一遍。见状态与已知限制。
工作台是什么¶
工作台是 /wb 下的一组 JSON 路由,定义在 workbench/api.py 和 workbench/rounds.py。/ 上的控制台是仅桥接模式的那一个,从不调用 /wb;/workbench 的控制台才调用。你也可以自己发请求,用任何能保存 Cookie 的 HTTP 客户端都行。
每个请求都遵守这几条:
- 发到入口地址:在现场用
http://YOUR_LAN_HOST:LAN_PORT,经覆盖网络用https://YOUR_OVERLAY_HOST。发到别的地址会被拒绝,拒绝码entry。 - 先用
POST /wb/login登录一次,请求体{"name": "YOUR_OPERATOR", "secret": "..."}。响应会设置 Cookiegrowbridge_operator,有效 8 小时,并且只在签发它的那个入口上有效。 - 除
GET以外的请求都要带两个请求头:Origin(和你正在用的地址一致)和x-growbridge-ui: 1。 - 审批、续跑、接管、批准安全配置、设置调用预算、冻结分析脚本和启动分析运行,要求最近 300 秒内重新认证过。登录本身算一次。之后需要先发
POST /wb/reauth,请求体{"secret": "..."}。 - 被拒绝时,响应体是
{"detail": {"code": "...", "message": "..."}}。state对应状态码409,session对应401,locked对应429,其余拒绝码都是403。请求体格式不对是422。
用 curl 的话,开头几个请求是这样的。login.json 里放登录请求体,注意保密,用完删掉。
BASE=http://YOUR_LAN_HOST:9443
curl -s -c wb.cookies -H "Origin: $BASE" -H 'x-growbridge-ui: 1' \
-H 'Content-Type: application/json' -d @login.json "$BASE/wb/login"
curl -s -b wb.cookies "$BASE/wb/stages/STAGE_ID"
curl -s -b wb.cookies "$BASE/wb/stages/STAGE_ID/run-sheet" # read run_sheet_digest from the answer
curl -s -b wb.cookies -X POST -H "Origin: $BASE" -H 'x-growbridge-ui: 1' \
-H 'Content-Type: application/json' -d '{"expected_digest": "DIGEST_YOU_READ"}' \
"$BASE/wb/stages/STAGE_ID/approve"
这几条命令没有对着运行中的 serve 验证过:tests/workbench/ 里的测试是通过进程内的测试客户端发送同样的请求。
一轮的全貌¶
| 步骤 | 谁在动作 | 操作员的请求 | 之后的轮次状态 | 之后的阶段状态 |
|---|---|---|---|---|
| 1. 提出目标 | 操作员,然后是编排 Agent | POST /wb/projects、/wb/protocols、/wb/rounds、/wb/projects/PROJECT_ID/budget、/wb/goals |
designing |
还没有阶段 |
| 2. 计划送审 | 计划 Agent | GET /wb/rounds/ROUND_ID、GET /wb/stages/STAGE_ID/run-sheet |
stage_review |
pending_review |
| 3. 批准运行单 | 操作员 | POST /wb/stages/STAGE_ID/approve |
stage_review |
pending_review |
| 4. 启动阶段 | 操作员 | POST /wb/stages/STAGE_ID/start |
stage_running |
running |
| 5. 阶段执行 | 执行 Agent、观察与通知 Agent | 读取类路由,pause、resume、takeover |
stage_running |
running,之后 ended |
| 6. 数据核验 | 研究 Agent | POST /wb/measurements、POST /wb/goals |
data_verification,之后 analysis |
ended |
| 7. 分析 | 操作员、研究 Agent | GET /wb/protocols/PROTOCOL_ID/analysis、POST /wb/analysis/runs、GET /wb/rounds/ROUND_ID |
analysis |
ended |
| 8. 报告交付 | 研究 Agent | GET /wb/rounds/ROUND_ID |
delivered |
ended |
状态名取自 workflow/states.py。状态为什么这样划分,见工作流与状态机。
1. 提出目标¶
操作员设计这一轮,给项目定下模型调用预算,然后提出目标。目标会成为编排 Agent 的一个研究任务,编排 Agent 再把设计工作交给计划 Agent。
创建项目、协议和轮次。
响应是 {"project_id": "..."}。把这个 ID 填进研究协议,然后保存协议:
协议是 archive/models.py 里的 ResearchProtocol:问题、假设、作物、批次、处理、分配、分析计划、阶段名称,以及轮数和区组数。sim/fixtures.py 里的 make_protocol 给出一份完整的例子。响应是 {"protocol_id": "...", "version": 1, "digest": "..."}。已保存的版本不会被覆盖:要改协议,就用更高的 version 再发一次。协议里有 NaN 或无穷大的数、version 不在 1 到 1000000 之间、或者某个 ID 超过 100 个字符,都会被拒绝,状态码 422。然后创建轮次,它使用协议最新保存的版本。
响应是 {"round_id": "...", "state": "designing"}。这些 ID 要自己记下来:没有路由能列出项目或轮次。
设置调用预算。 没有预算时,每次模型运行都会被拒绝,拒绝码 budget。这个请求需要最近重新认证过。
max_calls 是模型调用次数,max_cost 的单位是美元,按 token 数和一个标价估算。响应重复这两个上限,并给出 remaining_calls 和 remaining_cost。再设一次只改上限,已经记下的用量保留。上限设为 0,这个项目就不再发起模型调用,新的目标也会被拒绝。
提出目标。
POST /wb/goals
{"project_id": "PROJECT_ID", "round_id": "ROUND_ID", "goal": "Does more light speed up canopy growth?"}
响应是 {"task_id": "...", "state": "in_progress", "reused": false}。目标现在是一个归编排 Agent 所有的研究任务。配置了 roles 并且模型客户端建得起来时,serve 每 30 秒运行一次未完成的模型任务,见启用 DiAGRI。可选字段有 round_id、constraints(一组短文本)和 request_id(8 到 100 个字母、数字、_ 或 -)。同样的请求带着同一个 request_id 再发一次,会返回第一次建的任务并带上 "reused": true,不会新建任务。不带 request_id 时,每次请求都新建一个任务。
| 拒绝码 | 怎么办 |
|---|---|
budget |
项目还没有调用预算,或者预算已经用完。先设置或提高预算,再提一次目标。 |
state |
项目或轮次不存在,轮次属于别的项目,协议的这个版本已经存在而内容不同,或者这个 request_id 已经用过、而当时的目标文本、轮次或约束条件和这次不一样。 |
reauth_required |
只有设置预算会要求。先发 POST /wb/reauth,再重复请求。 |
随时可以读取轮次:
响应里有 state、awaiting_choice、stages_done、stage_total、协议的 ID 和版本、snapshot_id、report_artifact_id,以及 stages:一组 {"stage_id": "...", "state": "..."}。新建的轮次处于 designing,还没有阶段。
测试用的是脚本化的模型,见 test_e2e_http_round.py。用真实模型时,这一步在模拟器上跑到了运行单待审,见状态与已知限制。
在第一个阶段之前冻结分析脚本¶
只有分析方法在结局数据出现之前就已经定下来,结果才可以标为确认性(见研究方法)。在 DiAGRI 模式下,操作员用一个请求把它定下来,时间必须在这个协议的任何阶段启动之前。这个请求要求最近 300 秒内重新认证过。
curl -s -b wb.cookies -X POST -H "Origin: $BASE" -H 'x-growbridge-ui: 1' \
-H 'Content-Type: application/json' \
-d '{"project_id": "PROJECT_ID", "script": "print(\"analysis\")\n"}' \
"$BASE/wb/protocols/PROTOCOL_ID/analysis"
响应是 {"protocol_id": "...", "version": 1, "script_sha256": "...", "frozen_at": 1800000000.0, "note": "..."}。其中的 note 说明:冻结之后脚本不能再更正。
script是 1 到 20 000 个字符的 UTF-8 文本。冻结时它只被编译,从不运行:有语法错误或含 NUL 字节的脚本以param被拒绝。冻结之后脚本不能再更正,只有新的协议版本才能再冻结另一份,所以发送之前请先读一遍。它连同冻结它的操作员的名字一起保存。名字来自会话,从不来自请求体。- 它作用于协议最新保存的版本,也就是新建轮次所用的版本。要改分析,先把协议存成新版本。
- 冻结之前收集的数据永远不能是确认性的。 因此,运行这个协议版本的某一轮里有阶段启动过,或者这样一轮所用的实验已经有快照或人工测量,冻结都会以
state被拒绝。运行同样因此被拒绝(见下)。 - 只要运行这个协议版本的任何一轮里有任何一个阶段启动过,冻结就以
state被拒绝:分析必须在能看到结局数据之前定下来(架构文档 6.5 节)。 - 在没有阶段启动之前,再次冻结同一份文本会得到同样的响应。同一版本换一份文本,以
script_hash被拒绝。 GET /wb/protocols/PROTOCOL_ID/analysis?project_id=PROJECT_ID不要求重新认证。它给出started、frozen(null,或者script_sha256、frozen_at、frozen_by和脚本原文script)以及snapshots:协议各轮的每一份数据快照的snapshot_id、experiment_id、complete和run_status(none、running、succeeded或failed)。
在结局数据出现之前登记留出集¶
评价预测模型,需要它从没碰过的数据。操作员要在留出批次的任何结局测量被记录之前,先把这些批次登记下来。这个请求要求最近 300 秒内重新认证过。
curl -s -b wb.cookies -X POST -H "Origin: $BASE" -H 'x-growbridge-ui: 1' \
-H 'Content-Type: application/json' \
-d '{"project_id": "PROJECT_ID", "batch_ids": ["batch-3"], "development_batch_ids": ["batch-1", "batch-2"], "outcome_fields": ["yield_g"]}' \
"$BASE/wb/holdouts"
响应里有服务端生成的 holdout_id、三个列表、registered_at 和 registered_by。留出批次和开发批次不能重叠,开发批次至少 2 个,名字不能为空或重复(batches;结局字段的问题是 param)。项目必须存在(scope)。
项目的任何实验里,只要已经有一条人工测量属于留出批次、又用了其中一个结局字段,登记就以 state 被拒绝:那些数据可能已经被看过。没有任何阶段运行、却带着这种测量的实验也一样,因为无法证明它属于别的项目。先登记,再采集。此后留出批次的结局不进入任何快照,模型工具也看不到。GET /wb/holdouts?project_id=PROJECT_ID 列出登记及其读取记录,不要求重新认证。目前没有任何流程用留出数据给模型打分(见研究方法)。
2. 计划送审¶
计划 Agent 先用 validate_run_sheet 检查运行单,再用 save_plan_draft 提交。带有阻断性问题的运行单不会被保存。保存成功后,阶段以 pending_review 状态建立,轮次进入 stage_review。到这里为止,设备上没有发生任何写入。
守护进程之外的模型角色,或者操作员本人,也可以经 HTTP 提交运行单:
响应是 {"stage_id": "...", "findings": [...]}。请求体里写“已批准”之类的话不起任何作用:草稿永远不等于审批。运行单里有 NaN 或无穷大的数时,请求以 422 被拒绝,什么都不保存。
操作员能做的:GET /wb/rounds/ROUND_ID 的 stages 里会出现这个新阶段,状态是 pending_review。先读一下要你批准的内容:
响应里有完整的 run_sheet、它的 run_sheet_version 和 run_sheet_digest、此刻的校验结果 findings,以及 blocking:有阻断性问题、批准会被拒绝时为 true。读取不改变任何东西。模型角色调不了这个路由。读取已保存的研究协议无路由。
findings 里还有每个设定值(定时动作、反馈规则和养护步骤)的证据提示:no_evidence 表示它没有引用任何证据卡(引用了不存在的卡 ID 同样算没有,user:... 表示是你自己告诉计划 Agent 的);unverified_source 表示这张卡还没有任何操作员核实(每个类别的卡都一样,包括 local:模型不能提议 local 卡,所以计划 Agent 提议的卡不会是 local;未核实的卡一律带这个提示);uncalibrated 表示这张卡的数值没有用本地测量校准过。模型不能声称已校准:计划 Agent 提议的卡以“未校准”保存,你核实之后这个提示仍然保留,直到你自己证明它校准过。它们只是提示,不阻塞审批。操作员记录了核实之后,这张卡才算已核实。批准之前先读卡、核实卡:
只有确认这个数值已用本地测量校准过,才传 "calibrated": true;否则不要传,uncalibrated 提示就会保留。这个证明随核实记录一起保存。第一次核实为准:对已经核实过的卡再传 "calibrated": true 不会改变任何东西。你自己录入的卡,保留你录入的 calibrated 值。
列表里每张卡都有来源(operator:<姓名>;计划 Agent 提议的则是 model:planner 加任务 ID)、是否已核实、谁核实的、什么时候核实的。核实是幂等的:再核实一次,保留第一条记录;它不会修改卡片。你自己录入一张卡:
POST /wb/evidence
{"source_class": "handbook", "citation": "Handbook of Lettuce Production, 3rd ed., p. 41", "claim": "200 umol m-2 s-1 适合生菜", "value": 200, "unit": "umol m-2 s-1"}
你录入的卡由你当场核实;响应里的 id 就是要告诉计划 Agent 的卡编号。这两个调用都不要求近期重新认证。
3. 批准运行单¶
请求体是必填的,只有这一个字段。如果运行单在你读过之后变了,答复是 409,代码为 state;重新读一遍再决定。
应该得到审批记录,其中有 operator、run_sheet_version、run_sheet_digest 和 recovery_number。run_sheet_digest 就是你发送的那个:服务端只批准你读过的运行单,不会批准中间提交的新版本。阶段仍然是 pending_review:批准不会启动阶段。
| 拒绝码 | 怎么办 |
|---|---|
reauth_required |
先发 POST /wb/reauth,再批准一次。 |
approval_invalid |
运行单有阻断性问题,需要提交新版本。 |
state |
阶段不在 pending_review。先读一下它的状态。 |
批准之后如果又提交了运行单的新版本,原来的审批作废。
4. 启动阶段¶
应该得到 "state": "running" 和一个 right_number;运行单有养护规则时,还有 care_right。轮次进入 stage_running。
| 拒绝码 | 怎么办 |
|---|---|
approval_invalid |
没有有效的审批,或者批准之后运行单、设备能力或恢复编号变了。重新批准。 |
safety_conflict |
某条保护规则要动的通道,在运行单里是设备自管的。需要改运行单或安全配置。 |
interlock |
关泵未确认。见故障处理手册。 |
state |
这台设备上还有别的阶段没结束,或者正在核对。 |
5. 阶段执行¶
执行 Agent 大约每秒按运行单评估一次:定时动作、反馈规则、保护规则。观察与通知 Agent 负责告警和日报。这里不涉及模型,所以模型角色没启用时阶段照样执行。
控制台的实时环境页显示每个传感器的最新读数和每个通道记录的档位,每 5 秒刷新一次。阶段运行期间,运行单控制的通道还会显示运行单此刻要求的档位;实际档位不同时,标为与运行单不符。下方是最近 1 小时到 7 天的趋势,阶段之内和阶段之间的数据都包括在内。读数中断时会明确提示,不会把旧读数当成当前值。
| 要做什么 | 发送 |
|---|---|
| 读取阶段 | GET /wb/stages/STAGE_ID |
| 实时查看环境:最新读数、各通道档位与运行单此刻要求的对照、趋势 | GET /wb/environment,或控制台的实时环境页 |
| 读取未解决的告警,把某条标为已读 | GET /wb/alerts、POST /wb/alerts/EVENT_ID/read |
| 读取某次写入的回执 | GET /wb/receipts/REQUEST_ID |
| 记录一次人工测量 | POST /wb/measurements |
| 查看到期的人工任务,记录完成或跳过 | GET /wb/stages/STAGE_ID/manual-tasks、POST /wb/stages/STAGE_ID/manual-tasks,或阶段页的人工任务 |
| 执行计划内浇水(局域网入口) | POST /wb/stages/STAGE_ID/manual-tasks/irrigate |
| 暂停 | POST /wb/stages/STAGE_ID/pause,请求体可选 {"reason": "..."} |
| 续跑 | POST /wb/stages/STAGE_ID/resume(需要重新认证) |
| 人工接管 | 人工接管、灌溉与交还 |
记录一次测量¶
在控制台里,测量表单把该实验已声明的人工变量列成指标下拉框(多于一个时带“选择变量”占位项),单位由变量决定;一个人工变量都没有时,表单换成一条说明。通过 HTTP,GET /wb/experiments/EXPERIMENT_ID/variables 列出这些变量。POST /wb/measurements 发现问题时以 422 param 拒绝,并列出找到的每一个问题:
| 问题 | 怎么办 |
|---|---|
| 没有已声明的变量:该实验的协议没有声明任何变量 | 协议没有声明变量的实验不能记录测量。保存一个声明了这些变量的协议版本,并用它运行新的一轮:新版本要等新一轮的某个阶段按它运行这个实验,才对该实验生效。 |
| 指标没有被声明 | 提示里列出已声明的 ID。改用其中之一,或在新的协议版本里声明这个变量,并用它运行新的一轮。 |
| 种类不对 | 该变量是 sensor 或 factor,不是人工(manual)变量。改选一个人工变量。 |
| 单位不对 | 提示里给出正确的单位。按这个单位填值。 |
数值超出 min 和 max |
边界是闭区间。检查读数;不要为了迁就错误的数值去放宽目录。 |
测量的请求体包含 experiment_id、batch、plant_id、layout_version、measured_at(UTC 秒)、position、method、metric、value 和 unit。要更正以前的一条测量,加上 corrects 并填那条记录的 ID;原记录会保留。
更正是一条新记录,可以同时改指标和数值。写入更正会把包含原记录的每一份数据快照和每一份报告标为失效,所以之后要重新冻结快照、重新生成报告。人工记录总是保存标准 ID。
人工任务¶
运行单里的 manual_tasks(浇水、测量、拍照)每天到点都需要有人在现场。阶段页按时间倒序列出每次任务,最多显示到一天后,并标出状态:未到期、待完成、已完成、延迟完成、已跳过、已错过。每次任务都要记录:
POST /wb/stages/STAGE_ID/manual-tasks
{"task_id": "photo-noon", "due_at": 1800003600, "outcome": "done", "note": "tray 3"}
due_at 用列表里给出的值,指明是哪一次任务。done_at(UTC 秒)可选,默认是现在;它不能晚于现在,也不能早于到期时间一小时以上;到期前一小时以上的任务不能记录。记录不会被修改:再记一次,以最新的为准。到期两小时后才完成的算延迟,除非运行单允许补做(make_up_allowed),这时阶段结束前完成都算按时。截止时间过后一天以上才录入的记录,不论填写的 done_at 是什么,都算延迟;记录照常保存和显示。报告会把人工任务有超过 10% 没有按时完成的轮次算作方案偏离(见研究方法)。
带 seconds 的浇水任务是计划内的水泵运行。在局域网入口的阶段页上启动(POST /wb/stages/STAGE_ID/manual-tasks/irrigate,带 task_id 和 due_at)后,水泵在阶段写入权下运行这么多秒,阶段继续运行。完整且得到确认的运行记为已完成;被截断(阶段暂停或交接、保护写入、联锁或看门狗关泵)或没有得到确认的运行记为部分完成,带水泵实际运行的秒数和原因,算作没有按时完成。每次任务最多开一次泵(之后标为跳过也不能再开一次),过了截止时间(到期后两小时;可补做的任务为阶段结束后两小时)也不能再开。灌溉的所有检查照旧适用,见控制与安全模型。不带 seconds 的浇水任务是人工浇水。
系统可能自己把阶段暂停,例如 BLE 中断影响了执行,或者有人在设备面板上改了设置。各种情况见故障处理手册。设备状态和运行单不一致,或者有写入结果未知时,resume 会被拒绝,拒绝码 state。
运行单规定的时长到了以后,执行 Agent 写入结束动作并回读。结束动作确认后,阶段进入 ended。协议里还有后续阶段时,轮次回到 stage_review;最后一个阶段结束后,轮次进入 data_verification。下一阶段等待审阅期间,已结束阶段的养护规则继续执行。
关于停止。
POST /wb/stages/STAGE_ID/stop会让阶段以stopped结束。之后轮次等你做选择,选择没做之前不能提交新的运行单,见下一节。除非确实要结束这个阶段的工作,否则用暂停,不要用停止。
阶段停止之后,以及中止¶
轮次在等待时,GET /wb/rounds/ROUND_ID 的 awaiting_choice 里是被停止阶段的 ID。选择接下来怎么办:
choice |
结果 | 之后的轮次状态 |
|---|---|---|
redo |
这个阶段重做:可以提交新的运行单。 | stage_review |
next |
被停止的阶段算作完成,可以提交协议里下一个阶段的运行单。协议里没有后续阶段时被拒绝,拒绝码 state。 |
stage_review |
verify |
用已经采到的数据进入数据核验。 | data_verification |
abort |
等同于中止轮次。 | aborted |
轮次只要还不是 delivered 或 aborted,不管有没有被停止的阶段,都可以中止:
这一轮的每个阶段交回它持有的写入权。还没结束的阶段变成 stopped,它们的审批作废。轮次变成 aborted,不能再打开。此后结束动作不会执行,这一轮的养护规则也停了,设备停留在最后一次写入之后的样子。唯一的例外是还在进行的水泵周期:它会被提前结束,关泵照常写入。安全配置里的保护规则不属于某一轮,继续有效。这两个请求都不要求重新认证。没有可选的东西,或者轮次已经是终态时,它们被拒绝,拒绝码 state。
6. 数据核验¶
研究 Agent 可以先用 inspect_stage_data 查看这个阶段的数据(只读:覆盖率、缺口、各通道取值范围、人工测量、人工任务是否按时完成),再用 freeze_dataset 工具冻结数据快照。冻结时会自己核验覆盖率和文件摘要。快照完整(覆盖率不低于 0.9)并且通过校验时,轮次进入 analysis;否则停在 data_verification。
人工测量必须在快照冻结之前用 POST /wb/measurements 记录进去。测量属于某个已存在阶段的实验:对没有任何阶段运行的实验 ID,路由以 scope 拒绝,这样每条测量都能追溯到一个项目。
研究 Agent 要有一个研究任务才会做这件事。端到端测试里,操作员用 POST /wb/goals 提出第二个目标,脚本化的编排 Agent 把它交给研究 Agent。真实模型是否也这样做,没有验证过。
快照让轮次往前走之后,GET /wb/rounds/ROUND_ID 会给出 snapshot_id。查看快照的内容或覆盖率无路由。
7 和 8. 分析与报告¶
研究 Agent 分析冻结的快照,然后调用 publish_research_report。报告保存为数据目录下 agent_work/reports/ 里的 research_report_<artifact id>.json,并在项目档案里登记为 research_report 类型的产物。正式报告会让轮次进入 delivered。需要复核的报告会让轮次留在 analysis。GET /wb/rounds/ROUND_ID 给出轮次状态;报告发布后,还给出它的 report_artifact_id。
运行冻结的分析¶
研究 Agent 冻结了快照(第 6 步)之后,操作员对它启动冻结脚本的那唯一一次运行。这个请求要求最近 300 秒内重新认证过。
curl -s -b wb.cookies -X POST -H "Origin: $BASE" -H 'x-growbridge-ui: 1' \
-H 'Content-Type: application/json' \
-d '{"project_id": "PROJECT_ID", "protocol_id": "PROTOCOL_ID", "snapshot_id": "SNAPSHOT_ID"}' \
"$BASE/wb/analysis/runs"
响应有 run_id、status(succeeded 或 failed)、exit_code、timed_out,以及 stdout 和 stderr,各截到 4000 个字符。运行结束时才有响应,最长 600 秒。守护进程的其余部分,包括保护规则和关泵,在这期间照常运行。
请求会在沙箱启动之前按下面的顺序被拒绝:
state:项目里没有这个协议。scope:这份快照不是运行这个协议的某一轮的快照,或者它的实验属于不止一个协议版本的轮次。state:快照被后来的更正作废了。起作用的版本是快照被收集时所在的版本,不是最新保存的版本,所以更晚的版本还没有脚本也没有关系。state:那个版本还没有冻结脚本。state:快照背后有阶段在脚本冻结之前就启动了。冻结之前收集的数据永远不能是确认性的。snapshot_incomplete:快照不完整,或者某个文件和清单对不上了。scope:快照里有留出批次的结局数据。留出数据不进入任何分析。state:快照里有人工测量是在脚本冻结之前记录的(以档案自己的记录时间为准,不看你填的measured_at),或者它没有记录时间,因为它早于档案开始保存这个时间。already_run:这份快照以前运行过。失败或超时的运行同样用掉了这一次机会。sandbox_unavailable:这个平台没有沙箱(只有 macOS 有)。这一次机会不会被用掉。
报告按它的数据被收集时所在的协议版本来分析,这个版本从它引用的快照所属的轮次读出;快照来自不止一个版本,就以 param 被拒绝。那个版本已经冻结脚本时,只要研究 Agent 的 publish_research_report 引用的快照里有任何一份的运行状态是 none 或 running,它就以 state 被拒绝。所有运行都结束后,报告才会发布:所有运行都成功、也没有别的原因压低标签时,它可以是确认性的;有一次运行失败,它就是探索性的。没有冻结脚本时一切照旧:报告是探索性的。
读取报告、读取或列出研究任务、处理 needs_review 或 needs_attention 的任务,都无路由。GET /wb/alerts 里类型为 agent_task 的告警,说明某个模型任务失败了或者需要处理;监察任务对应的是 audit_task,警告级,每个阶段一条。
目前没有路由或命令的步骤¶
- 列出项目或轮次,读取已保存的研究协议。
- 只读取调用预算而不设置它。
- 读取某个研究任务,或列出一个项目的任务。
- 读取阶段历史或暂停原因。
- 撤销审批,给执行中的阶段切换运行单。
- 给留出数据登记模型,或者给模型打分。
- 读取日报或数据快照。
其中大部分功能在服务里已经有对应的方法,不少在 workflow/service.py 里。路由和命令还没有。一轮研究的任何一步都没有 CLI 命令。
另见¶
页面最近一次对照代码核对是在 2026-11-11。DiAGRI 模式目前只在模拟的 AC5 上测试过,见状态与已知限制。修改页面之前,请先读编写约定。