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
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。
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。
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。
| 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。
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 |
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。
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。
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。
| 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。
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。
| 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。
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 |
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。
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。
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。
| 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。