可观测性说明

平台默认把每次实验的证据链落盘为 artifacts。

核心文件

• plan.json
  • 归一化后的 StandardPlan
• adapter_trace.json
  • 框架原始 trace 或 provider trace
• timeline.jsonl
  • 统一事件流
• execgo_snapshots.jsonl
  • 轮询期间的 /tasks 与 /metrics 快照
• result.json
  • verdict、metrics、stage results
• summary.md
  • 简短人类可读摘要

TimelineEvent 字段

• run_id
• timestamp
• phase
• framework
• scenario_id
• stage_id
• task_id
• event_type
• status
• input_ref
• output_ref
• error_code
• metadata

使用方式

看一次 run 的完整链路

1. 先读 summary.md
2. 再看 result.json
3. 若需追根溯源，再查 timeline.jsonl
4. 若怀疑运行态问题，再结合 execgo_snapshots.jsonl

看框架间对比

优先使用 benchmark summary，再回到单 run artifacts 深挖差异。