JSON 输出
脚本读取的就是这些内容。下面每份文档都带 schema_version，表示它自身格式的版本。同一版本内只会新增字段；
删除字段、改名或改变字段含义都会提升版本。读取方忽略不认识的字段，在依赖其他字段之前先检查
schema_version。这些表格列出了命令写出的每个字段；某个版本改动了字段，也会同时改动对应的表格。
其他命令输出不带版本的 JSON（其他 JSON 输出），所有命令都以同样的方式报告错误（错误）。
类型以 ? 结尾表示可以是 null。标为可选的行只在部分情况下出现。时间除非另有说明，都是 UTC 的 ISO 8601 格式；
花费的单位是美元。
suite.json
Section titled “suite.json”OUTPUT/suite.json，由 harness run 在开始时写入，之后每个加入该 suite 的进程也会写入。版本 2 新增了 invocation；
版本 1 的文件（或没有 schema_version 的文件）仍可读取，并可用原参数续跑。
| 字段 | 类型 | 含义 |
|---|---|---|
schema_version |
整数 | 2 |
episodes |
列表 | 请求的 episode，包括写入这个输出目录的所有运行 |
episodes[].task |
字符串 | 任务 |
episodes[].seed |
整数 | 请求的 seed（layout） |
legacy_selection |
对象? | 版本 1 的文件只有任务和 seed 的并集时设置：其中的 tasks 和 seeds 是候选，而不是确认的请求配对 |
invocation |
对象? | harness run --resume 重复执行的命令行；suite 不是通过命令行写入时（Python API）为 null |
invocation.experiment |
字符串? | 实验文件的绝对路径；null 表示没有实验文件，只用了 --tasks |
invocation.agent |
字符串? | --agent，是文件时为绝对路径 |
invocation.model |
字符串? | --model：configs/models/ 中的名称，或绝对路径 |
invocation.sets |
列表 | 各个 --set KEY=VALUE，保持原顺序 |
invocation.tasks |
列表 | 展开后的任务名（all、维度和 moving 都已解析）；多次运行共用一个输出目录时，是它们全部的任务 |
invocation.seeds |
列表 | 展开并排序后的 seed；多次运行时，是它们全部的 seed |
invocation.strict |
布尔? | --strict / --no-strict；null 表示默认 |
invocation.deploy |
字符串? | --deploy，没有则取当时的 $HARNESS_DEPLOY，是文件时为绝对路径；null 表示自动放置 |
invocation.script |
对象? | --script；null 表示由模型回答 |
invocation.script.path |
字符串 | 脚本回复的绝对路径 |
invocation.script.sha256 |
字符串 | 脚本回复的哈希，与 execution.script_sha256 相同；回复改变后续跑会被拒绝 |
invocation.max_total_cost_usd |
数? | --max-total-cost-usd |
invocation.rerun_errors |
布尔 | 创建这条记录的运行的 --rerun-errors；--resume --rerun-errors 只对那一次运行有效 |
invocation.gpus |
列表? | 最近一次运行的 --gpus；null 表示用 deploy 的设置 |
invocation.workers_per_gpu |
整数? | 最近一次运行的 --workers-per-gpu |
invocation.base_port |
整数? | 最近一次运行的 --base-port |
invocation.workspaces |
整数? | 最近一次运行的 --workspaces |
run |
字符串? | 实验文件 |
agent |
字符串 | agent 名称 |
agent_id |
字符串 | agent identity |
execution |
对象 | suite 扩展时不能改变的设置；续跑时会比较 |
execution.agent_id |
字符串 | agent identity |
execution.bench |
字符串 | benchmark |
execution.layout_source |
字符串 | procedural、dev 或 eval |
execution.layout_pack_seed |
整数? | 评测 layout 包 |
execution.dev_layout_dir |
字符串? | 开发 layout 目录 |
execution.worker |
对象 | benchmark 的 worker 选项 |
execution.budget |
对象 | 每局预算 |
execution.budget.max_model_calls |
整数? | 每局模型调用次数 |
execution.budget.max_wall_seconds |
数? | 每局墙钟时间 |
execution.budget.max_cost_usd |
数? | 每局花费 |
execution.script_sha256 |
字符串? | 脚本回复的哈希；null 表示由模型回答 |
legacy_unchecked_fields |
列表 | 旧 suite 没有记录的执行设置字段，因此它早先的 episode 没有按这些字段核查 |
agent_version |
字符串 | harness 的版本 |
deploy |
字符串? | deploy 名称 |
tasks |
列表 | 到目前为止请求过的全部任务 |
seeds |
列表 | 到目前为止请求过的全部 seed |
layout_source |
字符串 | 同 execution.layout_source |
layout_pack_seed |
整数? | 同 execution.layout_pack_seed |
started |
字符串 | suite 创建时的本地时间（YYYY-MM-DD HH:MM:SS） |
.running
Section titled “.running”OUTPUT/.running，有 harness run 进程在处理该 suite 时存在。
| 字段 | 类型 | 含义 |
|---|---|---|
schema_version |
整数 | 1 |
processes |
列表 | 每个正在运行的进程一项；进程结束时删除自己的那一项 |
processes[].host |
字符串 | 主机名 |
processes[].pid |
整数 | 进程号 |
processes[].started |
字符串 | 启动时间 |
processes[].boot_id |
字符串? | 主机的 boot id（Linux），避免把上一次开机时的 pid 当成仍在运行 |
run –dry-run
Section titled “run –dry-run”harness run --dry-run（也可与 --resume 一起用）：将要启动的运行。
| 字段 | 类型 | 含义 |
|---|---|---|
schema_version |
整数 | 1 |
dry_run |
布尔 | true |
output |
字符串 | suite 目录的绝对路径 |
invocation |
对象 | suite.json 将要记录的内容（字段同上） |
experiment |
字符串? | 实验文件 |
agent |
字符串 | agent 名称 |
agent_version |
字符串 | harness 的版本 |
execution |
对象 | 同 suite.json |
model |
字符串? | 主模型 |
tasks |
列表 | 任务 |
seeds |
列表 | seed |
selected_episodes |
整数 | 任务 × seed，不考虑续跑和 layout 替换 |
strict |
布尔 | 缺少 skill 或服务时是否拒绝运行 |
skills |
列表 | 启用的 skill |
skills_dropped |
对象 | skill 名称 → 停用原因 |
services |
列表 | 运行用到的服务 |
max_total_cost_usd |
数? | 本次运行的 suite 花费上限 |
resume |
对象 | 已有的输出目录对这次运行意味着什么 |
resume.existing_suite |
布尔 | suite.json 已存在 |
resume.unchecked_legacy_fields |
列表 | 已有 suite 没有记录的执行设置字段 |
resume.rerun_errors |
布尔 | 以错误结束的 episode 会重跑 |
resume.policy |
字符串 | 已完成和未完成的 episode 如何处理 |
readiness |
字符串 | 预览没有检查的内容 |
run and outcome.json
Section titled “run and outcome.json”harness run 结束时输出、并写入 OUTPUT/outcome.json 的内容。
| 字段 | 类型 | 含义 |
|---|---|---|
schema_version |
整数 | 1 |
output |
字符串 | suite 目录的绝对路径 |
result |
字符串 | complete、errors、incomplete、budget_exhausted 或 interrupted |
exit_code |
整数 | result 对应的退出状态：0、3、4、5、130 |
interrupted |
布尔 | 运行被 Ctrl-C 停止 |
started |
字符串 | 本进程启动时间 |
ended |
字符串 | 结束时间 |
tasks |
列表 | 本次运行的任务 |
seeds |
列表 | 本次运行的 seed |
requested_episodes |
整数 | 本次运行的任务 × seed |
finished_episodes |
整数 | 其中已完成或以错误结束的 |
counts |
对象 | 本次运行的 episode 按状态计数 |
counts.completed |
整数 | 有 summary，成功与否都算 |
counts.error |
整数 | 以错误结束 |
counts.incomplete |
整数 | 已开始，没有 summary |
counts.missing |
整数 | 没有开始 |
counts.unreadable |
整数 | 记录损坏 |
episodes |
列表 | 本次运行中没有正常完成的 episode |
episodes[].task |
字符串 | 任务 |
episodes[].seed |
整数 | 请求的 seed |
episodes[].actual_seed |
整数? | 实际为它运行的 layout（不稳定的 layout 会被替换） |
episodes[].state |
字符串 | error、incomplete、missing 或 unreadable |
episodes[].status |
字符串? | summary 中的状态 |
episodes[].error |
字符串? | 错误 |
worker_failures |
列表 | 失败的 worker |
worker_failures[].slot |
整数 | worker 槽位 |
worker_failures[].task |
字符串 | 它服务的任务 |
worker_failures[].stage |
字符串 | start、restart 或 episode |
worker_failures[].reason |
字符串 | 原因 |
budget |
对象 | suite 花费上限 |
budget.max_total_cost_usd |
数? | 上限 |
budget.spent_usd |
数 | 本次运行的花费 |
budget.reached |
布尔 | 已达到上限 |
budget.skipped |
列表 | 因上限而没有开始的 episode |
budget.skipped[].task |
字符串 | 任务 |
budget.skipped[].seed |
整数 | seed |
cost_usd |
数 | 本次运行的模型和 verifier 花费 |
inspect
Section titled “inspect”harness inspect OUTPUT --json。只读取文件，不做任何修改。
| 字段 | 类型 | 含义 |
|---|---|---|
schema_version |
整数 | 1 |
suite_schema_version |
整数 | suite.json 的 schema_version（没有时为 1） |
output |
字符串 | suite 目录的绝对路径 |
observed_at |
字符串 | 读取时间 |
evidence_updated |
字符串 | 读到的最新文件的时间 |
liveness |
字符串 | running、stale、unknown 或 stopped |
processes |
列表 | .running 中的各项（字段同上） |
last_outcome |
对象? | 最后结束的那次运行（outcome.json） |
last_outcome.exit_code |
整数 | 它的退出状态 |
last_outcome.result |
字符串 | 它的结果 |
last_outcome.ended |
字符串 | 结束时间 |
agent |
字符串? | agent 名称 |
agent_version |
字符串? | harness 的版本 |
agent_id |
字符串? | agent identity |
bench |
字符串? | benchmark |
layout_source |
字符串? | layout |
layout_pack_seed |
整数? | 评测 layout 包 |
execution |
对象 | 同 suite.json（没有时为 {}） |
invocation |
对象? | 同 suite.json |
experiment |
字符串? | 实验文件 |
deploy |
字符串? | deploy 名称 |
selection_exact |
布尔 | 记录了确切的请求配对（不是旧格式的并集） |
requested_episodes |
整数 | 请求的 episode 数 |
candidate_episodes |
整数 | 请求的加上旧格式候选的 episode 数 |
counts |
对象 | episode 按状态计数 |
counts.completed |
整数 | 有 summary，成功与否都算 |
counts.error |
整数 | 以错误结束 |
counts.incomplete |
整数 | 已开始，没有 summary |
counts.missing |
整数 | 已请求，没有开始 |
counts.unknown |
整数 | 旧格式候选，没有目录 |
counts.unreadable |
整数 | 记录损坏 |
episodes |
列表 | 每个请求的或候选的 episode |
episodes[].task |
字符串 | 任务 |
episodes[].seed |
整数 | 请求的 seed |
episodes[].requested |
布尔 | false 表示旧格式候选 |
episodes[].actual_seed |
整数? | 实际为它运行的 layout；等待新 layout 时为 null |
episodes[].state |
字符串 | completed、error、incomplete、missing、unknown 或 unreadable |
episodes[].status |
字符串? | summary 中的状态 |
episodes[].success |
布尔? | summary 中的成功与否 |
episodes[].cost_usd |
数? | summary 中的花费 |
episodes[].error |
字符串? | 错误，或记录无法读取的原因 |
episodes[].directory |
字符串，可选 | episode 目录，layout 确定后才有 |
episodes[].reason |
字符串，可选 | 为什么还没有 layout |
recorded_cost_usd |
数 | 当前 summary 中的花费 |
summaries_without_cost |
整数 | 没有可用花费的当前 summary 数 |
cost_scope |
字符串 | recorded_cost_usd 涵盖的范围 |
legacy_unchecked_fields |
列表 | 同 suite.json |
warnings |
列表 | 无法读取或无法确认的内容 |
next_steps |
对象 | 后续命令 |
next_steps.report |
字符串 | harness report OUTPUT |
next_steps.view |
字符串 | harness view OUTPUT |
next_steps.resume |
字符串 | harness run --resume OUTPUT；没有 invocation 的 suite 则说明如何手动续跑 |
harness runs [ROOT] --json：ROOT 下的 suite，最新证据在前。
| 字段 | 类型 | 含义 |
|---|---|---|
schema_version |
整数 | 1 |
root |
字符串 | runs 目录的绝对路径 |
suites |
列表 | 每个 suite 一个对象：inspect 的字段，去掉 schema_version、episodes、execution 和 invocation；无法读取的 suite 只有 output、error 和 evidence_updated |
doctor
Section titled “doctor”harness doctor [SERVICE ...] --json：本机能否运行 deploy 的服务。
| 字段 | 类型 | 含义 |
|---|---|---|
schema_version |
整数 | 1 |
deploy |
字符串 | deploy 名称 |
ok |
布尔 | 没有发现问题（退出状态 0） |
problems |
列表 | 阻止运行的问题，每条一句话 |
notes |
列表 | 运行时会自行处理的事（安装、复用端口），每条一句话 |
gpus |
列表? | 本机的 GPU；null 表示没有找到 |
gpus[].index |
整数 | GPU 编号 |
gpus[].name |
字符串 | 型号 |
gpus[].used_gb |
数 | 已用显存 |
gpus[].total_gb |
数 | 显存 |
services |
列表 | 检查的服务，即 harness status --json 的各行 |
installed |
列表 | 服务，已安装或未安装 |
installed[].name |
字符串 | 名称 |
installed[].what |
字符串 | service |
installed[].installed |
字符串 | yes 或 no |
installed[].environment |
字符串，可选 | 它的环境目录，或它使用哪个解释器 |
installed[].environment_installed |
布尔，可选 | 它的环境已安装 |
installed[].missing_files |
列表，可选 | 仍缺少的权重、源码或资产 |
installed[].note |
字符串，可选 | 为什么不需要安装（外部服务） |
packages |
列表 | 已安装的扩展包，与 harness list --json 的行相同 |
packages[].name |
字符串 | 扩展包名称 |
packages[].version |
字符串 | 已安装的版本 |
packages[].scope |
字符串 | user（你自己的）或 project（项目 harness.lock 里的） |
packages[].source |
字符串 | 来源：registry、registry:<address>、git:...、url:...、path:...、migrated:addons |
packages[].path |
字符串 | 安装后的文件夹 |
packages[].link |
布尔 | 直接使用原位置的文件夹（harness install --link） |
packages[].enabled |
布尔 | 运行时会用到它 |
packages[].trusted |
布尔 | 允许它在这台电脑上运行代码 |
packages[].summary |
字符串 | 一句话：它让 agent 能做什么 |
packages[].provides |
对象 | 它提供的内容，按种类列出：{"skills": [...], "embodiments": [...], ...} |
packages[].problem |
字符串，可选 | 它无法加载的原因 |
to_install |
列表 | 运行前会先安装的东西（harness install 可以现在就装） |
doctor EXPERIMENT
Section titled “doctor EXPERIMENT”harness doctor EXPERIMENT --json（也可加 --model、--set、--tasks、--seeds、--agent、--strict、--gpus）：
本机能否按配置运行这个实验。counts.missing 不为 0 时退出状态为 1。
| 字段 | 类型 | 含义 |
|---|---|---|
schema_version |
整数 | 1 |
experiment |
字符串? | 实验文件；null 表示没有（只给了 --tasks） |
deploy |
字符串 | deploy 名称 |
agent |
字符串 | agent 名称 |
version |
字符串 | harness 的版本 |
identity |
字符串 | agent 的 identity，与 harness run --dry-run 报告的相同 |
model |
字符串? | 主模型 |
bench |
字符串 | benchmark |
tasks |
列表 | 任务名 |
seeds |
列表 | seed |
ok |
布尔 | 没有缺失（退出状态 0） |
counts |
对象 | 每种状态各有几项 |
counts.ready |
整数 | 就绪 |
counts.will_install |
整数 | 第一次运行时安装 |
counts.missing |
整数 | 缺失 |
checks |
列表 | 每项检查一行 |
checks[].check |
字符串 | python、skill、service、weights、benchmark、simulator、gpu 或 key |
checks[].name |
字符串 | 检查的对象：skill、服务、benchmark、GPU 编号或环境变量 |
checks[].status |
字符串 | ready、will_install 或 missing |
checks[].detail |
字符串 | 查到的情况；绝不包含 key 的值 |
checks[].fix |
字符串，可选 | 补救的命令或设置（每个不是 ready 的项都有） |
skills_off |
对象 | 配置关掉的 skill：名称 → 原因 |
gpus |
列表? | 本机的 GPU；null 表示没有找到 |
gpus[].index |
整数 | GPU 编号 |
gpus[].name |
字符串 | 型号 |
gpus[].used_gb |
数 | 已用显存 |
gpus[].total_gb |
数 | 显存 |
to_install |
列表 | 第一次运行时安装的东西（harness install 可以现在就装） |
其他 JSON 输出
Section titled “其他 JSON 输出”以下命令在加 --json 时（或始终）输出 JSON，不带 schema_version：它们的结构随命令而定，不同版本之间可能改变。
| 命令 | 输出内容 |
|---|---|
harness list --json |
每个已安装的包一行（--available：registry 中的每个包一行）；harness list NAME --json 输出一个包及它提供的内容 |
harness replay RUN --json |
这次运行的 trace 记录，每条一个 JSON 行（事件和 trace） |
harness library ls --json |
每个库一行 |
harness library show LIBRARY --json、harness library show RUN --json |
统一记忆格式的条目（scope、kind、name、text、where、evidence、source、seen、version、cells）：一个库的，或一次运行的记忆后接它的库的 |
harness config --json |
解析后的 agent：agent、agent_version、identity、main、runtime、placement、lock；对实验还有它的任务、seed、layout 和 strict 设置 |
harness library show LIBRARY --json |
{"directory", "version", "entries"} |
harness config --json |
解析后的 agent：agent、version、identity、main、runtime、placement、lock；对实验还有它的任务、seed、layout 和 strict 设置 |
harness services --json |
每个服务一行：service、kind、protocol、port、vram_gb、summary |
harness up --json、harness status --json |
deploy 的每个服务一行：它在哪里运行，是否有响应 |
harness report RUNS --json |
这些运行的 episode 的分数表 |
harness audit-run RUN --json |
审计报告，与 audit.json 相同 |
命令失败时向标准错误输出一行 JSON，并以非零状态退出。
| 字段 | 类型 | 含义 |
|---|---|---|
error |
字符串 | 命令行有误时为 usage: ...（退出状态 2）；否则为错误的类型和消息，例如 ValueError: limits.max_steps is between 1 and 1000（退出状态 1） |
Ctrl-C 以退出状态 130 结束命令。