← 返回中文 README · Back to English README · 示例目录
完整官方文本分类参考流程：基线 → 每轮 3 候选及原型 → 全数据集/种子评测 → 逐数据集最优与 Pareto 前沿 → 显式冻结 test finalize。
参考版本：上游 0cbc31e97c9e。完整能力对应关系见 CAPABILITIES.json，Agent 必须执行的协议见 Skill。阶段依赖的原始 prompt、算法与工具是执行规范，不能只读角色名称后自行简化流程。
本目录仅提供静态流程文件与资源。Web 用户按手动使用说明导出副本，再通过主页通用 JSON 导入入口查看和使用；补全需求与真实网关后自行启动。SDK 运行见 SDK 分支指南。
本例使用 main 的项目共享工作区，关闭 Agent Git 协作；通过网页上传 Task 输入。按统一使用说明为各角色选择网关、已安装 Harness、可用模型和思考选项，不会隐式导入 SDK profile 或 bindings。保留方法对模型家族、角色和实验协议的要求；任务工具所需的数据、代码与算力须实际准备。
旧 reasoningEffort 已从 workflow 移除；原配置的 high 表达思考深度意图，不代表任意模型都有同名选项。启动前须按具体网关的 modelReasoning 能力配置选择真实 gatewayReasoningOption，或在适用的可信原生 profile 中配置并验证；不预填臆造 optionId，不统一覆盖原模型或家族。配置校验不代表思考深度、模型、工具或科研环境已验收。
上游固定版本的完整 text_classification Task checkout、config、数据、MemorySystem 基线、benchmark 及被测模型网关。默认 20 轮搜索；test 仅在明确 finalize 时运行。
SCIENCEEVOLVE 替换外层 proposer 调度；Task benchmark 和 MemorySystem 接口保留。此例明确对应公开 text_classification 参考流程；切换领域须提供等价 Task 接口和完整评测协议，不能只换方法名称。
模型/Harness 可按实际网关调整；ARIS 须保持作者与 reviewer 不同已知家族。缺必需能力时停在对应阶段并报告阻断，不能减少候选、跳过实验、改评分/停止规则后宣称完整执行。原上游明确可配置或可选的分支按用户配置执行；记录实际参数，不能把未运行分支写成已完成。
Task 是被研究或优化的对象及其反馈环境；research workflow 负责研究决策。本例为单层闭环，关闭流程自修改，不添加 Evolver，也不把 Task 内部 Agent 当作额外研究角色。
核对记录逐项说明保留能力、执行提供者与验证方式。离线验证包含配置、上游文件哈希和关键算法/交接协议；未调用真实科研模型、GPU 实验、付费远程服务或湿实验。因此本例交付的是完整流程配置与执行协议，尚无真实端到端科研运行验收记录，不能据此声称论文结果已复现。运行后须保存全部实际证据，再验收这一次研究任务。
通过主页通用 JSON 导入入口查看的实际前端截图；仅展示配置，未连接模型或执行研究。节点较多时，请导入 JSON 后缩放阅读。
