目录结构
details/*.json 是真相来源。summary 文件是派生视图。
产物职责
本地结果查看器
tools/result-browser 提供一个本地 Web 界面，用于查看已完成或正在运行的 run directory。它从源码 checkout 中启动，运行 UI 服务的机器需要安装 Node.js 和 npm。
在仓库根目录执行：
npm run dev 输出的 Vite 地址，通常是 http://localhost:5173，然后输入包含 summary.md 和 details/ 的 run directory 绝对路径，例如 /path/to/AgentCompass/results/swebench_verified/your-model/20260703_120000。
输入路径会在运行 npm run dev 的机器上解析。如果通过 SSH 端口转发或远程转发地址访问 UI，仍然需要输入服务端机器上的 run directory 绝对路径。
如需本地检查构建产物：
Summary vs Analysis
summary 是轻量操作。它读取已有 details 并重新计算 benchmark aggregate metrics。
analysis 更重。它会对 task attempts 重新运行 analyzers，把 analysis_result.<AnalyzerId> 写入 details，并重新生成 analysis summaries。
analysis 会把输入 run 复制到新的 timestamp sibling。只有明确要修改原 run directory 时才使用 --override。
如何读取 Details
per-task detail 文件应包含足够信息，避免为了调试重新跑任务：- task id、category 和 benchmark metadata；
- attempt status 和 correctness；
- benchmark metric fields；
- harness prediction 和 trajectory；
- environment 或 evaluation errors；
analysis_result下的 analyzer output。
Reuse 行为
Runtime 会在执行 pending tasks 前 materialize 并加载已有 details。这适用于 run 被中断后恢复，或只需要重算部分任务的情况。 如果希望 reuse 和 summary regeneration 正常工作，应保持稳定 output path、稳定task_id，并避免删除 details/。
Data 和 Output Roots
runtime.data_dir 和 runtime.results_dir 是 config/defaults.yaml 中的 YAML 键，并有对应 CLI flag；--run-name 和 --run-id 是 per-run CLI flag（属于 RunRequest 的 output 字段，不是配置文件键）。