> ## Documentation Index
> Fetch the complete documentation index at: https://agent-compass.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 运行 Service Benchmark

> 运行由 harness 将 agent loop 委托给外部 service 的评测。

有些评测会把 agent loop 委托给外部 service。在当前运行时中，这是一个 harness 级别的模式：`terminus2` harness 可以通过 `endpoint` 参数连接远程 agent service，而 AgentCompass 仍然负责任务准备、结果归一化、summary 和 analysis。

## 前置条件

* 外部 agent service 已启动并可访问。
* Harness 支持 service endpoint。对于 `terminus2`，可通过 `--harness-params` 传入，或在配置中设置 `harnesses.terminus2.endpoint`。
* 已导出模型 endpoint 环境变量。

## 命令模式

```bash theme={null}
agentcompass run \
  terminal_bench_2 \
  terminus2 \
  your-model \
  --env <env-provider> \
  --harness-params '{"endpoint":"http://127.0.0.1:8000"}' \
  --benchmark-params '{"sample_ids":["<task-id>"]}' \
  --model-base-url "$MODEL_BASE_URL" \
  --model-api-key "$MODEL_API_KEY"
```

endpoint 也可以在 `config/defaults.yaml` 的 `harnesses.terminus2.endpoint` 下统一设置；`service_url` 和 `url` 是可用别名。

## 需要确认

| 检查               | 原因                                         |
| ---------------- | ------------------------------------------ |
| Service health   | 避免把 service failure 误判为模型 failure。         |
| Timeout settings | Service benchmark 可能比本地 dataset 更慢。        |
| Task ids         | 使用 `sample_ids` 做可复现调试。                    |
| Result schema    | 确认 service response 能映射到 `details/*.json`。 |

## 相关页面

* [Runtime](/zh/key_modules/runtime)
* [Results](/zh/key_modules/results)
* [Post-analysis](/zh/cookbooks/operations/post_analysis)