阅读任务卡¶
任务卡是 Agent 的实验说明书:目标、预算、允许操作、仪器、评分、合同 hash、成熟度和适用边界都从
同一份可执行 TaskSpec 生成。不要把网页中的示例参数当成固定最优配方。
先看这六个字段¶
| 字段 | 如何使用 |
|---|---|
task_id |
创建环境与绑定结果的稳定标识 |
contract_hash |
检测任务、轨迹与结果是否属于同一合同 |
allowed_operations |
当前任务允许出现的操作全集;实际可执行性还取决于状态 |
budget / episode_mode |
区分单次实验和多实验 campaign,并限制资源 |
physics_maturity |
最弱必需模块的保守聚合等级 |
proxy_allowed |
正式路径是否允许 proxy;当前 15 个任务均为 false |
当前 backend v0.5 candidate 下,全部任务均为 reference_validated 且
proxy_allowed=false。完整 15 任务 hash 表以任务目录为唯一用户文档
来源,避免在多个页面复制后漂移。
查看一张任务卡¶
chemworld tasks card reaction-to-assay
chemworld tasks card reaction-to-purification
chemworld tasks card partition-discovery
也可以在 Python 中读取:
from chemworld.tasks import get_task, get_task_card
task = get_task("partition-discovery")
card = get_task_card(task.task_id)
print(task.contract_hash)
print(task.allowed_operations)
print(card["physics_maturity"], card["proxy_allowed"])
三类常用入口¶
最小闭环:reaction-to-assay¶
适合验证动作顺序、终止、final assay 与 replay。它是接口回归任务,不是复杂优化排行榜。
多阶段流程:reaction-to-purification¶
覆盖反应、液液分离、洗涤、干燥、浓缩和转移。高分必须同时面对物料损失、成本和操作约束。
主动探索:partition-discovery¶
Agent 在 campaign 中通过有限测量学习隐藏分配规律。它适合实验间主动学习,但不自动证明现实溶剂 体系的分配系数。
解释成熟度¶
reference_validated 只表示模型卡声明的窄域参考证据已经通过;它不等于工业验证。没有 proxy route
只说明正式运行路径明确,也不意味着能够预测任意真实材料。进一步边界见模型成熟度
与适用范围。