查阅 API

这里集中列出最常用的稳定入口。第一次开发 Agent 时，建议先阅读带解释和循环示例的 Agent 接口，再把本页当作速查表。

创建并运行环境

import gymnasium as gym
import chemworld

env = gym.make("ChemWorld", task_id="reaction-to-purification", seed=1)
observation, info = env.reset(seed=1)
observation, reward, terminated, truncated, info = env.step(action)

Agent-facing 方法

env.unwrapped.task_info()
env.unwrapped.task_prompt()
env.unwrapped.available_actions()
env.unwrapped.action_schema("heat")
env.unwrapped.validate_action(action)
env.unwrapped.observation_view("tool_json")
env.unwrapped.observation_view("lab_report")
env.unwrapped.observation_view("rl")
env.unwrapped.campaign_state()

这些方法聚合公开任务、校验器、观测和 campaign 账本，不读取 hidden truth。

读取任务 Registry

from chemworld.task_design import serious_task_readiness_manifest
from chemworld.tasks import get_task, list_tasks

task = get_task("flow-reaction-optimization")
all_tasks = list_tasks()
readiness = serious_task_readiness_manifest()

常用 Wrapper

from chemworld.wrappers import (
    ActionMaskWrapper,
    SafetyCostWrapper,
    NaNObservationWrapper,
    AgentInfoWrapper,
    LLMObservationWrapper,
    RLObservationWrapper,
    ActionSuggestionWrapper,
)

Wrapper 的输入输出和选择建议见使用 Wrapper。

轨迹与提交

Trajectory 保存每一步的 Action、observation、reward、termination、truncation 和公开 info 摘要。 公开数据还应附带 manifest、合同摘要、任务成熟度与 replay 状态。命令行流程见 打包并提交结果。