这是什么
记录智能体完成一项任务的全过程:交给它的原始指令,本条任务可调用的工具列表和步数上限,每一步的思考摘要、调用的工具与参数、返回结果摘要和该步是否成功,最后是任务最终状态、实际用步数、报错步数和一句话结论。
任务类型当前分 8 类:多工具调用、长程复杂任务、通用对话、编码执行序列、软件工程、办公协作多模态、工具调用日志,以及按任务清单定制。工具名统一为中性英文名,每一步调用的工具必须在该任务的工具列表之内。
报错的步骤保留在轨迹中,随后怎样纠正一并记录。最终状态分成功、部分完成和失败三种,结论写明做了什么、没做什么。
长什么样
轨迹样本属多工具调用:客户反映订单中的陶瓷餐具套装到货破损,要求核实订单与退货政策、办理退款、回复客户并关闭工单。第 3 步按错误路径读取政策文件,返回“文件不存在”;第 4 步改用文件名检索,找到正确路径。之后依次核对附件照片、校验退款资格、创建 298.00 元退款、发送消息、关闭工单。最终状态为成功,用 10 步,报错 1 步;餐垫未涉及破损,未退款。
看数据
字段
| 字段 | 含义 | 取值与格式 |
|---|---|---|
| trajectory_id | 轨迹的唯一编号 | 字符串,如 T20260915001 |
| task_type | 任务所属类别 | 多工具调用、长程复杂任务、编码执行序列等 |
| instruction | 交给智能体的原始任务指令 | 中文或英文文本 |
| environment.tools | 本条任务可调用的工具列表 | 字符串数组,工具名为中性英文名 |
| steps[].step | 步骤序号 | 从 1 开始的整数 |
| steps[].thought | 智能体在该步的思考摘要 | 一句话文本 |
| steps[].tool | 该步调用的工具 | 须在 environment.tools 内 |
| steps[].arguments | 调用参数 | JSON 对象 |
| steps[].observation | 工具返回结果的摘要 | 文本 |
| steps[].status | 该步调用是否成功 | ok 或 error |
| final.status | 任务最终状态 | success、partial 或 failed |
| final.steps_used | 实际使用的步数 | 整数 |
| final.error_steps | 报错的步数 | 整数 |
| final.outcome | 任务完成情况的一句话结论 | 文本 |
一条轨迹
{
"trajectory_id": "T20260915001",
"task_type": "多工具调用",
"instruction": "客户反映订单 O2026091500318 中的陶瓷餐具套装到货破损。请核实订单与退货政策,符合条件则办理该商品退款,回复客户,并关闭工单 W20260915077。",
"environment": {
"tools": [
"search_orders",
"get_order_detail",
"read_file",
"search_files",
"list_ticket_attachments",
"check_refund_eligibility",
"create_refund",
"send_message",
"update_ticket"
],
"max_steps": 20
},
"steps": [
{
"step": 1,
"thought": "先确认订单存在及签收情况。",
"tool": "search_orders",
"arguments": {
"order_id": "O2026091500318"
},
"observation": "找到订单 1 笔:状态已签收,签收时间 2026-09-13 18:42,实付 386.00 元。",
"status": "ok"
},
{
"step": 2,
"thought": "查看订单内商品明细与金额。",
"tool": "get_order_detail",
"arguments": {
"order_id": "O2026091500318"
},
"observation": "商品 2 项:陶瓷餐具套装 1 套 298.00 元;棉麻餐垫 2 个共 88.00 元。",
"status": "ok"
},
{
"step": 3,
"thought": "读取退货政策文件。",
"tool": "read_file",
"arguments": {
"path": "docs/return_policy.md"
},
"observation": "文件不存在。",
"status": "error"
},
{
"step": 4,
"thought": "路径不对,按文件名检索。",
"tool": "search_files",
"arguments": {
"query": "return_policy"
},
"observation": "命中 1 个文件:policies/return_policy.md。",
"status": "ok"
},
{
"step": 5,
"thought": "重新读取政策。",
"tool": "read_file",
"arguments": {
"path": "policies/return_policy.md"
},
"observation": "签收后 7 日内商品破损,凭买家照片可办理该商品全额退款,运费由商家承担。",
"status": "ok"
},
{
"step": 6,
"thought": "核对客户是否上传破损照片。",
"tool": "list_ticket_attachments",
"arguments": {
"ticket_id": "W20260915077"
},
"observation": "附件 2 张图片,可见餐具套装中两只碗有裂口。",
"status": "ok"
},
{
"step": 7,
"thought": "按规则校验退款资格。",
"tool": "check_refund_eligibility",
"arguments": {
"order_id": "O2026091500318",
"item": "陶瓷餐具套装",
"reason": "到货破损"
},
"observation": "符合:签收后第 2 天申请,在 7 日期限内,凭证齐全。",
"status": "ok"
},
{
"step": 8,
"thought": "办理该商品退款。",
"tool": "create_refund",
"arguments": {
"order_id": "O2026091500318",
"item": "陶瓷餐具套装",
"amount": 298.0
},
"observation": "退款单 R20260915042 已创建,状态处理中,预计 1 至 3 个工作日原路退回。",
"status": "ok"
},
{
"step": 9,
"thought": "告知客户办理结果。",
"tool": "send_message",
"arguments": {
"ticket_id": "W20260915077",
"content": "您好,破损的陶瓷餐具套装已办理退款 298.00 元,预计 1 至 3 个工作日原路退回,给您添麻烦了。"
},
"observation": "消息已送达。",
"status": "ok"
},
{
"step": 10,
"thought": "关闭工单。",
"tool": "update_ticket",
"arguments": {
"ticket_id": "W20260915077",
"status": "closed"
},
"observation": "工单已关闭。",
"status": "ok"
}
],
"final": {
"status": "success",
"steps_used": 10,
"error_steps": 1,
"outcome": "已退款 298.00 元并回复客户,工单关闭;餐垫未涉及破损,未退款。"
}
}样本
内容与字段
- 领域
- 通用 AI 与专业任务
- 形态
- 数据集
- 样本获取
- 可提供
页内展示的是样本预览;完整样本按“样本获取”一栏的方式提供。
任务类型
当前 8 个
- 多工具调用
- 长程复杂任务
- 通用对话
- 编码执行序列
- 软件工程
- 办公协作多模态
- 工具调用日志
- 清单定制
软件工程真实场景与生物信息另见 真实场景软件工程序列数据集(含可复现环境)、生物信息分析任务轨迹数据集(转录组、基因组)
持续增加
- 01
说明
工作 目标 提供任务或研究问题、所需资料、使用阶段与预期交付格式。
- 02
核对
样本 与 条件 确认来源、使用范围、内容覆盖、版本与缺失,区分已有材料和需加工的部分。
- 03
约定
试制 与 接收 按项目确认批次、质量检查、验收方式与交付安排。