结果概览

评测请求开始写入输出后，会将任务结果、运行记录、汇总指标和日志保存在同一个运行目录中。本页介绍目录结构，并帮助你根据查看目的找到对应文件。各类文件的字段和使用方式会在后续页面中分别说明。

如果评测在创建运行目录前就未通过预检，或者执行的是 launch --dry-run，则不会生成结果目录。

​

目录布局

一次完整运行通常会生成以下目录和文件：

results/
  [<run-name>/]
    <benchmark>/
      <model>/
        <run-id>/
          details/
          retry_details/
          logs/
          run_info.json
          params.json
          progress.json
          progress.jsonl
          .summary_counts.json
          summary.md
          analysis_summary.json
          analysis_summary.md

未设置 run-name 时，路径中不会包含这一层。retry_details/ 仅在实际触发 runtime 重试后生成；只有存在可汇总的分析结果时，才会生成分析摘要。如果评测在预检、任务执行或汇总阶段提前结束，目录中可能只有已经写入的部分文件。

​

从哪里开始

需要查看的内容	页面	主要产物
查看单个任务的答案、得分、错误、轨迹或重试记录	任务结果	details/*.json、retry_details/*.json
确认本次运行使用的请求、最终状态和执行进度，或根据日志排查问题	运行信息与排障	run_info.json、params.json、progress.json、progress.jsonl、logs/*.log
查看整个运行的汇总指标或评测后的分析结果	汇总与分析	summary.md、.summary_counts.json、analysis_summary.json、analysis_summary.md

details/*.json 保存已经写入磁盘的逐任务结果，summary.md 展示运行级聚合指标。评测结束时的首次汇总使用本次运行收集到的结果；之后单独执行 agentcompass summary 时，则会重新读取详情文件。启用分析后，每次评测尝试的分析输出会写入详情文件的 analysis_result，并进一步汇总为运行级分析摘要。进度文件、日志和 retry_details/ 主要用于观察运行状态与排查问题，不直接参与 Benchmark 指标计算。

​

数据、缓存与输出目录

Benchmark 数据与评测结果保存在不同目录中。配置路径时，可以根据下表判断应使用哪项设置：

设置	默认值	作用
runtime.data_dir / --data-dir	data	保存下载的数据集、缓存以及准备完成的 Benchmark 数据。这些内容不属于运行结果。
runtime.results_dir / --results-dir	results	设置所有运行结果共同使用的根目录。
--run-name	空	在结果根目录下增加一层可选的命名空间，便于对多组运行进行分类。
--run-id	自动生成	指定本次运行的目录 ID。同一路径下不能使用已经存在的 ID。

在配置文件中，使用 runtime.data_dir 和 runtime.results_dir 设置根目录；运行单个评测请求时，也可以通过对应的 CLI 选项传入。run-name 和 run-id 属于每个请求的输出设置，因此在多评测编排文件中需要写入相应请求的 output。详情见 agentcompass run 和 agentcompass launch。

​

相关页面

• 运行控制
• agentcompass summary
• agentcompass analysis