步骤日志

步骤日志包含代理对用户请求的响应以及每个步骤的附加信息。步骤日志存储在 response.log 文件中。HostAgent 和 AppAgent 的日志字段不同。步骤日志为 info 级别。

HostAgent 日志

HostAgent 日志包含以下字段

字段	描述	类型
观察	当前桌面截图的观察。	字符串
思考	`HostAgent` 的逻辑推理过程。	字符串
当前子任务	`AppAgent` 将要执行的当前子任务。	字符串
消息	发送给 `AppAgent` 以完成子任务的消息。	字符串
ControlLabel	选择用于执行子任务的应用程序的索引。	字符串
ControlText	选择用于执行子任务的应用程序的名称。	字符串
计划	当前子任务之后后续子任务的计划。	字符串列表
状态	代理的状态，映射到 `AgentState`。	字符串
注释	提供给用户的附加评论或信息。	字符串
问题	向用户询问附加信息的问题。	字符串列表
Bash	`HostAgent` 将要执行的 bash 命令。它可用于打开应用程序或执行系统命令。	字符串

字段	描述	类型
步骤	会话的步骤编号。	整数
回合步骤	当前回合的步骤编号。	整数
AgentStep	`HostAgent` 的步骤编号。	整数
回合	会话的回合编号。	整数
ControlLabel	选择用于执行子任务的应用程序的索引。	整数
ControlText	选择用于执行子任务的应用程序的名称。	字符串
请求	用户请求。	字符串
代理	执行该步骤的代理，设置为 `HostAgent`。	字符串
代理名称	智能体的名称。	字符串
应用程序	应用程序进程名称。	字符串
成本	该步骤的成本。	浮点数
结果	该步骤的结果，设置为空字符串。	字符串
CleanScreenshot	桌面截图的图像路径。	字符串
AnnotatedScreenshot	带注释的应用程序截图的图像路径。	字符串
ConcatScreenshot	拼接后的应用程序截图的图像路径。	字符串
SelectedControlScreenshot	所选控件截图的图像路径。	字符串
time_cost	过程中每个步骤的时间成本。	字典

AppAgent 日志包含以下字段

字段	描述	类型
观察	当前应用程序截图的观察。	字符串
思考	`AppAgent` 的逻辑推理过程。	字符串
ControlLabel	选择要交互的控件的索引。	字符串
ControlText	选择要交互的控件的名称。	字符串
功能	将在所选控件上执行的功能。	字符串
参数	功能执行所需的参数。	字符串列表
状态	代理的状态，映射到 `AgentState`。	字符串
计划	当前操作之后后续步骤的计划。	字符串列表
注释	提供给用户的附加评论或信息。	字符串
保存截图	将应用程序截图保存到 `blackboard` 以供将来参考的标志。	布尔值

提示

您可以使用以下 python 代码读取请求日志

import json

with open('logs/{task_name}/request.log', 'r') as f:
    for line in f:
        log = json.loads(line)

信息

FollowerAgent 日志与 AppAgent 日志共享相同的字段。