benchflow-experiment-review - 审查 Benchflow 实验与集成变更
审查 Benchflow 和 SkillsBench 的试验产物、轨迹、技能隔离、验证器行为及代码变更的集成就绪性。
标签
更新于: 2026-09-30能力
典型输入
典型输出
该技能可以做什么
- 审计试验产物
- 验证轨迹完整性
- 检查技能加载
- 检查验证器隔离
- 检测奖励作弊
- 比较沙箱后端
- 评估发布就绪性
输入
- 运行产物
- 运行配置
- 轨迹文件
- Rollout 结果
- 验证器输出
- 源代码变更
- 沙箱环境
输出
- 健康状态分类
- 产物验证报告
- 集成测试发现
- 隔离建议
- 发布就绪性评估
要求
- Python 运行环境
- 运行产物访问权限
- 仓库验证脚本
- 比较后端时所需的 Docker 或 Daytona 环境