trace

每个 episode 目录包含 manifest.json、events.jsonl、summary.json、kernel.log，以及在 worker 录制视频时的 videos/。suite 目录另外包含 suite.json（实验、agent、identity、agent 版本、deploy、任务、seed、layout）、suite.log、workers/，以及在评测 layout 被替换时每个任务的 unstable.json / displaced.json。

manifest.json

键	内容
schema_version, kind	1, program
config	environment、agent_version、main（主模型角色）、runtime、verifier、system_prompt、task、seeds、max_model_calls、max_wall_seconds、task_description、max_cost_usd、agent_id（identity）、agent_lock、placement
config_sha256	配置的哈希
seed
embodiment_profile, embodiment_sha256	reset 之后 worker 的 profile（不含任务特定的键）
provenance	Python、git commit 和 dirty 状态、包的文件及其哈希

events.jsonl

每行一个 JSON 对象，包含 seq（从 0 开始）、time（epoch 秒）、event 及其字段。

事件	字段
reset	observation：episode_id、step、instruction、state、images（data URL）
library_loaded	version、status、error
model_request	call（从 0 开始）、reason、total_messages、sent_messages、new_messages、context（每条消息一行：角色、文本开头、字符数、图像、省略情况）
context_shortened	history_turns、sent_messages（在模型耗尽 GPU 显存之后）
model_reply	call（从 1 开始）、text、usage（input_tokens、output_tokens、cost、finish_reason）、response_id、seconds，provider 返回时还有 reasoning
protocol_error	message、truncated
malformed_dropped	messages
verify	claim、answer
cell	code；action（直接模式）；result：status、error、escalation、episode_ended、finish、stdout、seconds、events（每次执行一条：skill、事件、tick 数、是否已处理）、state、usage、report（skill 的本轮报告：text，以及它勾勒的相机）、strategy；attachments（数量）
policy_to_end	status、error：策略运行之后的调用用完时，被移交的任务继续运行到结束
finish	text；source：程序调用 finish() 时为 "program"，driver 在 policy_to_end 之后结束 episode 时为 "driver"
wrap_up	status、error、events
kernel_died	message
outcome	outcome：success、reward、process_score、terminated、truncated、steps
episode_video	files（相机 → 路径）
interrupted, error, cleanup_error	message

summary.json

键
run, task, seed
status	finished、episode_ended、budget_exhausted、wall_time_exhausted、cost_exhausted、interrupted、error
success, reward, process_score, steps	来自 outcome
model_calls, verifier_calls, cells
input_tokens, output_tokens, cost_usd	模型和 verifier，加上程序发起的视觉调用
agent_seconds, kernel_seconds, wall_seconds
decisions	按原因统计的模型调用
events_handled, events_escalated
vision_calls, vision_cost_usd
strategy	start(strategy, kind) 的选择：strategy（A、B、C）、kind、policy、step；被移交的任务运行后有 policy_ran；B 较晚移交时有 after
error	状态为 error 时

执行事件

cell.result.events 为每次有界执行列出一条记录：

{"skill": "move_eef", "event": {"kind": "COMPLETED", "source": "move_eef", "detail": {}, "tick": 22}, "ticks": 22}

事件类型：COMPLETED、PREDICATE_SATISFIED（正常）；TIMEOUT、BLOCKED、GUARD_TRIGGERED（或 guard 自己的事件名）、REGION_EXIT、SHIELD_REJECTED、REACTIVE_FAULT、SKILL_ERROR、EPISODE_ENDED。escalation 携带完整的 trace：skill、parameters、start_tick、end_tick、event、samples（每 5 个 tick 记录一次关节）。