阅读接入边界

English · 试用任务

此步骤用于估计接入工作量，只阅读，不运行模型或提供凭据。可用快速开始中的 --describe-task 命令，查看指定 --dataset 的公开任务和工具定义。

loyaltyops_bench.runner 提供两种入口：

• run_once(..., agent_entry=my_agent, dataset_id='baseline') 调用你的Python函数 my_agent(task_spec, tools)，通过 tools.call(name, **arguments) 访问业务工具。
• run_with_client(..., dataset_id='baseline') 驱动实现 complete(request: dict) -> dict 的客户端。每次请求包含 task 和 messages，即公开规格及此前工具交互。业务世界和判分由运行器在客户端之外维护。

客户端每步最多请求一个工具，返回以下两种JSON对象之一：

{"type": "tool_call", "name": "read_policy", "arguments": {}}

{"type": "finish", "message": "已完成当前允许的操作。"}

结束文字不证明业务完成；运行器会核对最终状态和动作轨迹。它限制步骤与工具调用，保存停止原因，并区分非法响应和业务违规。报告保留数据身份、来源、判定和证据，详见报告指南。

真正接入需要将模型或框架响应转换成该协议，保留工具结果，明确上限，并记录模型、运行环境和用量。本次试用只记录哪一步不清楚或缺少支持，不实际执行适配器。整包源码、维护者期望、导出和历史报告不是额外Agent输入；本地接口也不是恶意代码沙箱。