Generated by Answer me with HTML 0.5.10 · 2026-11-03 21:12 · ★ Star on GitHub

第五章:结果怎样展示,失败怎样定位

理解多层状态、读取链路、恢复操作与只读排障证据

核对日期2026-11-03

总览 · 上一章:产物转存

页面状态、调度阶段和单个产物分别表达不同事实。排障先找失败层,再沿引用定位原始证据。

A

为什么一个任务会同时出现多种状态

状态层 常见状态 说明什么
HTTP / RPC 成功、accepted、错误 请求是否已接受
Scheduler Item init、queue、running、success、fail 某个调度阶段执行结果
Biz Artifact accepted、running、succeed、failed、skipped 一类材料的处理结果
Biz Scene init、running、success、failed 一份输入在一个环境中的结果
Biz Task init、running、success、failed、filtered、discarded 一份输入的业务状态
Biz Project init、running、pausing、stop、resuming、success、failed、overtime 项目执行及控制状态
Delivery prepared、published、bound、cancelled、quarantined 任务投递与调度绑定
自动评估 独立 wait、doing、success、fail 评分流程进度

skipped 表示本次主动跳过,不等于执行失败。

CanRetry=true 表示允许重试,不保证仍有重试预算。

stage2 完成后,截图仍可能 running

截图可以用可靠交付作为适用的阶段 gate。

gate 已满足时,真机消费者可能还在处理文件。

应继续检查截图 Artifact、投递回执和消费者终态。

其他常见组合包括:有回答但 trace 失败;抓取成功但评分失败。

源码:eval-crawl-admin/models/biz/config_types.go:39;eval-crawl-crawl/service/harness_execution/deferred_artifact_publisher.go:270;eval-crawl-crawl/service/harness_execution/scheduler_client_external.go:58。

B

列表状态和详情正文分别从哪里来

列表主要读数据库索引。详情会沿引用读取正文。

题目列表Biz 列表接口Task DB 索引合并 Env 与最新 Artifact合并人评 sidecar列表字段结果预览共享详情接口解析壳上的 Biz 指针查 Artifact 的legacy_bundle 引用TOS 正文解析兼容 crawl_result前端按环境展示
读取入口 读取重点 不应据此推断什么
/biz/evaluate_task/list?is_gpt=1 DB Task 索引、环境、最新产物、人评字段 每一行已重读全部 TOS 正文
/get_evaluate_task_by_env/ 按环境取得消息与材料 只支持旧链路
/get_evaluate_task/federation_debug_info/ 调试补充信息 它等同于全部 trace 原始数据

Biz 列表路径由 use_biz_storage 标志选择。

不要假定不带标志的直达链接必定自动探测。

legacy_bundle 组织消息、debug、文件和截图引用。

它可以保存部分材料。对象存在不证明整体成功。

源码:eval-fe-search-chat/apps/evaluate/src/services/next-link-crawl.ts:199;eval-crawl-admin/service/repository/task_index.go:82;eval-crawl-admin/views/biz_task_read.go:390;eval-crawl-crawl/ai_harness/modules/artifact/common/legacy_bundle/legacy_builders.go:49。

C

共享详情接口与动态页面如何衔接

详情继续使用共享入口,没有统一改成 /biz/ 路径。

请求 关键参数 后端行为
/admin/label/get_evaluate_task_by_env/ eid、task_id、start_env、env_offset 根据壳指针进入 Biz 或 legacy 读取
/admin/label/get_evaluate_task/federation_debug_info/ 项目与题目上下文 补充 debug 数据
结果组件AdminBiz DBTOS文件或图片地址请求按环境详情与 debug1查 Task、Env、Artifact2读取 legacy_bundle 正文3消息、文件与其他引用4crawl_result 与 debug5按环境合并配置与内容6展示返回的资源7

前端合并三个来源:project_query_config[index]、crawl_result[index]、debug。

最终组织为 env / crawlResult / envConfig / debugInfo。

浏览器可继续加载图片或文件地址。

它不会自己读取 SampleResult 并执行后端产物计划。

Neeko 有独立线上版本

show_shot 通过 Neeko 动态模板与组件渲染。

本地源码解释仓内行为。

线上实际加载版本需检查动态模板和组件配置。

源码:eval-fe-search-chat/apps/evaluate/src/routes/crawl/show_shot/page.tsx:93;eval-fe-search-chat/packages/evaluate-material/src/components/evaluate-container/hooks/use-evaluate-container.ts:67;eval-fe-search-chat/packages/evaluate-material/src/stores/crawl-result/actions.ts:27;eval-crawl-admin/service/repository/task_index_assembler.go:51;eval-crawl-admin/models/task.go:1851。

D

Admin 如何让业务状态逐步收敛

运行结果先写产物状态,再上报 Scheduler。

Admin 还有独立对账流程,检查调度事实与业务投影。

SubmitItemResCrawl workerArtifact 状态与引用Scheduler阶段与任务调度状态Admin reconciliation业务身份与计数校验映射和状态版本CAS 更新 Task 与Project列表和项目统计
对账检查 目的
Project / Task 的调度统计和明细 取得调度侧执行事实
Biz 与 Scheduler 身份关系 防止投影到错误业务节点
业务状态与版本 避免覆盖更新中的数据
stop、pausing、resuming 控制状态 保护用户控制意图
任务计数与聚合结果 收敛 Project 展示统计

这是一条最终一致链路,没有跨服务同步事务。

短暂不一致要结合上报与对账时间检查。

total_task 统计持久化 Task,不是调度绑定成功数。

不能只凭总题数确认任务已开始执行。

源码:eval-crawl-crawl/service/harness_execution/engine.go:1538;eval-crawl-admin/views/biz_project_reconcile.go:1183;eval-crawl-admin/views/biz_project_reconcile.go:1312;eval-crawl-admin/service/repository/task.go:3071。

E

抓取结束后,自动评估和人评做什么

抓取准备材料。自动评估和人评使用这些材料评分。

使用抓取材料组织标注输入抓取 Task 与 Artifact自动评估送标流程人评系统独立评估状态与分数人评 sidecar页面合并展示
数据 保存或消费位置 与抓取状态的关系
抓取执行事实 Biz Task、Scene、Artifact 表示执行与材料结果
自动评估进度 独立 Project / Task 子状态 不代表 stage2 状态
送标输入 送标流程组合 Task 和产物 需要材料可读
reviewer、盲测、评分模板 兼容壳的人评 sidecar 按白名单合并展示
score_valid、highlight 人评侧字段 不覆盖抓取身份与状态

“抓取成功但评分失败”要进入评估链路检查。

“有部分回答但未送标”要检查材料和送标条件。

壳行仍存在,不代表抓取事实仍写在旧链路。

源码:eval-crawl-admin/models/biz/auto_eval_state.go:3;eval-crawl-admin/helpers/biz_adapter/human_sidecar.go:13;eval-crawl-admin/biz/aidp/service/send_label_service.go:1210。

F

刷新、重试、重抓和修复怎样选

操作 主要改变 是否向模型重新提问
Scheduler stage2 重试 继续同一样本的未完成产物 普通场景不提问
RefreshHarnessArtifacts 刷新指定产物 不提问
选题重抓 / ForkCompletedTask 创建替代 Task、Scene,旧 Task discarded 新执行重新采样
项目失败恢复 调用 RerunProject 并同步 Biz 状态 恢复阶段需查 Scheduler
TaskDelivery repair 修复任务创建、下发或绑定 不解决运行时 trace 错误
刷新消息与重新采样是两件事

手动刷新适用类型时,会重拉当前 Ocean 会话消息。

它仍不向模型重新提问。

Office、Miaoda、file-block 继续使用冻结快照。

适用消息刷新类型包括 message、trace、截图和 legacy。

手动刷新不保证自动补齐 Scheduler 的全部终态。

旧 SampleResult 还可能保留采样时的配置。

修改当前环境开关,不保证改掉旧样本的强依赖。

项目恢复的精确子项重置策略尚未核验。

不能把 RerunProject 解释成固定重跑所有阶段。

源码:eval-crawl-crawl/service/harness_execution/handler.go:526;eval-crawl-crawl/service/harness_execution/engine.go:430;eval-crawl-admin/service/repository/task_recrawl_fork.go:125;eval-crawl-admin/service/projectfailrecover/recover.go:78;eval-crawl-admin/service/taskdeliveryapp/provider.go:463。

G

怎样用只读证据逐层缩小问题

先取一个失败 Task 的一个环境。

每层确认后再进入下一层,避免同时猜全部服务。

层级 先回答的问题 只读证据
1 身份 页面 ID 指向哪份 Biz 数据 壳上的 Biz 指针、Project、Task
2 创建与投递 输入是否物化、调度是否绑定 Task、Scene、schedule_*_id、创建日志
3 阶段 当前失败在 stage1 还是 stage2 Item、ExecutorKey、Biz Log ID
4 采样交接 样本是否存在且可读取 Scene 的 sample_result_ref、TOS 对象
5 单产物 哪类产物报错 item_type、状态、错误、result_key
6 真实转存 失败在导出、下载、上传还是索引 原始响应、文件引用、JSON 索引
7 异步完成 截图或落地页消费者走到哪里 receipt、generation、checkpoint、终态
8 上报与展示 执行结果为何未体现在页面 SubmitItemRes、对账、DB 索引、详情解析
页面现象 优先进入的证据层
创建成功但没有题目 输入解析、后台创建、定时或条件投递
有题目但不开始 调度绑定、Item、准入与限流
已有文字但 stage1 失败 confirm_reply、逐轮导出、样本交接
trace 查询下游失败 原始日志、inner_log_id、普通 trace / MoA
有预览但文件下载失败 预览与主文件分别检查
stage2 完成但截图未好 独立异步消费者
详情有回答但列表失败 部分 bundle、其他产物、状态投影

可用只读诊断路由:

GET /admin/label/biz/debug/schedule/diagnosis?legacy_project_id=<eid>&legacy_task_id=<tid>

它汇总映射和调度信息,不替代原始日志与 TOS 正文。

检查 result_key 时,先识别类型。

它可以是对象 key、URL,也可能是 deferred pending ref。

源码:eval-crawl-admin/views/biz_project_reconcile.go:1183;eval-crawl-crawl/dal/biz_db/scene_execution.go:229;eval-crawl-crawl/dal/biz_db/artifact_execution.go:40。

H

历史 trace 故障说明了哪些边界

以下是此前排查记录,不代表 11 月 3 日实时状态。

当前实现继续执行已有模型回答stage2 trace line普通 trace 查询空 spans 记录MoA cached 查询强依赖失败或超时trace line 失败本线 MCP IO 不继续其他产物 line保留已有材料部分 legacy_bundle
历史证据 可以说明什么 不能说明什么
Biz Log ID 后缀 stage2_20261102162507 关联 11 月 2 日这一轮产物执行 原始模型请求发生在该时刻
模型消息中的 inner_log_id 定位原始下游请求 它与 Biz Log ID 是同一种 ID
普通 trace 空 spans 当次查询未得到有效 spans 全部项目都存在同类错误
MoA cached_trace_not_found 当次缓存查询未命中 缓存保留期必然为三天
回答仍能展示 其他材料或部分 bundle 已保存 整个 stage2 已成功

查询 /trace_data/cached 的依据是 MoA 调用实现。

它不是从 AIDP 页面地址推导出来的。

原始请求与回捞日期相差约三天,只是时间差。

没有 MoA 保留策略或清理记录,不能证明三天 TTL。

未生成、缓存未命中、索引和参数问题需要分别核验。

MoA 强依赖配置还可能来自 SampleResult 快照。

所以要同时查看旧样本和当前配置。

源码:eval-crawl-crawl/service/harness_runtime_wire/trace_backend.go:34;eval-crawl-crawl/service/harness_runtime_wire/moa_trace_backend.go:295;eval-crawl-crawl/ai_harness/modules/artifact/common/trace/module.go:73。

总览 · 上一章:产物转存 · 回到学习路线