Schrittprotokolle

Das Schrittprotokoll enthält die Antwort des Agenten auf die Anfrage des Benutzers und zusätzliche Informationen in jedem Schritt. Das Schrittprotokoll wird in der Datei response.log gespeichert. Die Protokollfelder sind unterschiedlich für HostAgent und AppAgent. Das Schrittprotokoll befindet sich auf dem info Level.

HostAgent Protokolle

Die HostAgent Protokolle enthalten die folgenden Felder

LLM-Ausgabe

Feld	Beschreibung	Typ
Beobachtung	Die Beobachtung der aktuellen Desktop-Bildschirme.	String
Gedanke	Der logische Denkprozess des `HostAgent`.	String
Aktuelle Teilaufgabe	Die aktuelle Teilaufgabe, die vom `AppAgent` ausgeführt werden soll.	String
Nachricht	Die Nachricht, die an den `AppAgent` zur Erledigung der Teilaufgabe gesendet werden soll.	String
ControlLabel	Der Index der ausgewählten Anwendung zur Ausführung der Teilaufgabe.	String
ControlText	Der Name der ausgewählten Anwendung zur Ausführung der Teilaufgabe.	String
Plan	Der Plan für die folgenden Teilaufgaben nach der aktuellen Teilaufgabe.	Liste von Zeichenketten
Status	Der Status des Agenten, zugeordnet dem `AgentState`.	String
Kommentar	Zusätzliche Kommentare oder Informationen für den Benutzer.	String
Fragen	Die Fragen, die dem Benutzer zur Einholung zusätzlicher Informationen gestellt werden sollen.	Liste von Zeichenketten
Bash	Der Bash-Befehl, der vom `HostAgent` ausgeführt werden soll. Er kann verwendet werden, um Anwendungen zu öffnen oder Systembefehle auszuführen.	String

Zusätzliche Informationen

Feld	Beschreibung	Typ
Schritt	Die Schrittnummer der Sitzung.	Integer
RoundStep	Die Schrittnummer der aktuellen Runde.	Integer
AgentStep	Die Schrittnummer des `HostAgent`.	Integer
Runde	Die Rundennummer der Sitzung.	Integer
ControlLabel	Der Index der ausgewählten Anwendung zur Ausführung der Teilaufgabe.	Integer
ControlText	Der Name der ausgewählten Anwendung zur Ausführung der Teilaufgabe.	String
Anfrage	Die Anfrage des Benutzers.	String
Agent	Der Agent, der den Schritt ausgeführt hat, gesetzt auf `HostAgent`.	String
AgentName	Der Name des Agenten.	String
Anwendung	Der Prozessname der Anwendung.	String
Kosten	Die Kosten des Schritts.	Float
Ergebnisse	Die Ergebnisse des Schritts, auf eine leere Zeichenkette gesetzt.	String
CleanScreenshot	Der Bildpfad des Desktop-Screenshots.	String
AnnotatedScreenshot	Der Bildpfad des annotierten Anwendungs-Screenshots.	String
ConcatScreenshot	Der Bildpfad des verketteten Anwendungs-Screenshots.	String
SelectedControlScreenshot	Der Bildpfad des Screenshots des ausgewählten Steuerelements.	String
time_cost	Die Zeitkosten für jeden Schritt im Prozess.	Dictionary

AppAgent Protokolle

Die AppAgent Protokolle enthalten die folgenden Felder

LLM-Ausgabe

Feld	Beschreibung	Typ
Beobachtung	Die Beobachtung der aktuellen Anwendungs-Screenshots.	String
Gedanke	Der logische Denkprozess des `AppAgent`.	String
ControlLabel	Der Index des ausgewählten Steuerelements zur Interaktion.	String
ControlText	Der Name des ausgewählten Steuerelements zur Interaktion.	String
Funktion	Die Funktion, die auf dem ausgewählten Steuerelement ausgeführt werden soll.	String
Args	Die Argumente, die für die Ausführung der Funktion erforderlich sind.	Liste von Zeichenketten
Status	Der Status des Agenten, zugeordnet dem `AgentState`.	String
Plan	Der Plan für die folgenden Schritte nach der aktuellen Aktion.	Liste von Zeichenketten
Kommentar	Zusätzliche Kommentare oder Informationen für den Benutzer.	String
SaveScreenshot	Das Flag zum Speichern des Screenshots der Anwendung im `blackboard` zur zukünftigen Referenz.	Boolean

Zusätzliche Informationen

Feld	Beschreibung	Typ
Schritt	Die Schrittnummer der Sitzung.	Integer
RoundStep	Die Schrittnummer der aktuellen Runde.	Integer
AgentStep	Die Schrittnummer des `AppAgent`.	Integer
Runde	Die Rundennummer der Sitzung.	Integer
Subtask	Die Teilaufgabe, die vom `AppAgent` ausgeführt werden soll.	String
SubtaskIndex	Der Index der Teilaufgabe in der aktuellen Runde.	Integer
Aktion	Die Aktion, die vom `AppAgent` ausgeführt werden soll.	String
ActionType	Der Typ der auszuführenden Aktion.	String
Anfrage	Die Anfrage des Benutzers.	String
Agent	Der Agent, der den Schritt ausgeführt hat, gesetzt auf `AppAgent`.	String
AgentName	Der Name des Agenten.	String
Anwendung	Der Prozessname der Anwendung.	String
Kosten	Die Kosten des Schritts.	Float
Ergebnisse	Die Ergebnisse des Schritts.	String
CleanScreenshot	Der Bildpfad des Desktop-Screenshots.	String
AnnotatedScreenshot	Der Bildpfad des annotierten Anwendungs-Screenshots.	String
ConcatScreenshot	Der Bildpfad des verketteten Anwendungs-Screenshots.	String
time_cost	Die Zeitkosten für jeden Schritt im Prozess.	Dictionary

Tipp

Sie können den folgenden Python-Code verwenden, um das Anfrageprotokoll zu lesen

import json

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

Info

Die FollowerAgent Protokolle teilen die gleichen Felder wie die AppAgent Protokolle.