环境

Agent Environment 是 agent 执行动作并获取观察结果的环境，可以运行在训练侧，也可以由远程服务提供。 任务集提供要做的工作，验证器判断任务是否完成；它们都不等于执行环境本身。 本页列出你有权引用的环境版本。当前发布格式把任务集、验证器与环境清单关联保存， 这种打包方式不代表它们是同一个概念。详情页将执行配置与关联任务、验证配置分开展示。

​

你会看到什么

​

你可以做什么

• 在作业里引用 —— 复制它的 <owner>/<name>@<version>，用 --environment 传进去。
• 推送一个版本 —— tp env push，见编写环境。
• 注册一个已在运行的服务 —— tp env runner register，用于你已经在运维的 OpenEnv 服务。

​

支持的组合

tuneplane/environment/v1 清单必须同时声明这两个字段。 远程服务和托管容器自行管理任务数据，页面不向它们提供本地任务集检查与筛选。

​

环境质量

选择不可变版本后，可以查看“环境质量”。环境所有者和管理员可以查看该所有者的作业上报的 验收与固定模型测量证据。这些是生产端声明，不代表平台认证，也不替代 Fleet 就绪检查。

• 验收包含已知正确答案、已知错误答案和判分器执行；要求沙箱的环境还必须检查网络放行、 网络阻断和参考答案隔离。缺失检查或执行错误保持“未验证”。
• 适用性区分未测、不完整或无效、全成功、混合结果和全失败。来源覆盖率包含声明部分的全部任务。 同一次试验的重试只计最后一次。95% Wilson 区间描述已有有效判分的不确定性，不能据此断言 任务固有难度、训练价值或不同模型的可比性。
• 验收通过且证据与当前内容一致的训练测量，可“预览筛选结果”并“发布派生版本”。支持保留混合结果 或全部完整判分任务，最少重复次数为两次；也可从各来源其余合格任务中保留探索样本，数量向上取整。 未测和无效任务不进入本次筛选。

预览展示训练保留／排除数、各来源选择数和评估保留数。修改参数后必须重新预览。 发布会生成不可变版本，记录父版本、测量作业及报告、checkpoint、协议摘要和筛选规则。 全部评估行保持不变；评估部分的测量不能用于训练筛选。已有作业仍使用原先固定的版本。 页面不提供题目、参考答案或任务集下载。 当前支持最大 32 MiB 的已封存本地任务集，每份报告最多 10,000 条试验记录、每任务计划重复 1–64 次。 页面列出最近 50 份报告，任务元数据每页 50 条。没有存储任务集的远程服务需要自己的测量适配器， 不能使用本次派生流程。参见生成质量证据。

​

框架、协议与提供方

Harbor 用任务包、agent 实现、沙箱后端和验证器组织一次次试验，负责 agent 任务执行和评估。 OpenEnv 围绕 reset、step、state 提供环境交互框架，也包含环境部署工具。 E2B 是拥有独立生命周期 API 的沙箱提供方。它们不应作为同一个协议字段中的三个互斥选项。 Harbor 评估可以直接使用自己的沙箱后端，不经过 OpenEnv；OpenEnv 训练或评估循环也可以直接连接已有环境， 不经过 Harbor。若需组合，必须实现明确的适配器，并指定谁负责 episode 创建、重置、超时和清理。 TunePlane 的通用 HTTP POST /execute 适配接口并不直接实现原生 E2B API。 参见 Harbor 概念、 OpenEnv 和 E2B 沙箱 API。 独立发布的 Harbor 任务和评估配置入口见任务集与 Agent 评估。