codecamp

Marvis 任务的验收清单该写哪四项

验收不是看一眼结果对不对,四项都能对上才算完成。

多数人验收只做一件事:看结果像不像。像就收货,不像就重跑。这个做法在两种情况下会漏事——结果对了但原件没了,结果对了但下次找不到,结果只对了一部分而你没抽到错的那条。这三种漏法都不会在屏幕上报警。

官方文档没有验收章节。五篇文档讲的是它能做什么、数据怎么处理,没有一篇讲「怎么确认它做完了」。这不是疏漏,是产品文档的定位:它假定结果对不对由你自己判断。所以这套四项核对不是抄官方,是补官方没写的部分,本节的判据都属于编辑方法。

四项的顺序有讲究:先数数量(最快的排除法),再抽内容(成本可控的深查),再看路径(决定以后能不能复用),最后看可回退(决定出事能不能收场)。倒过来做也能做,但会浪费——路径和回退都合格而数量差三个,前面两步白做。

前提与适用

项 说明
适用读者 第一次让它处理真实文件的人;要把这套流程交给同事的人;已经吃过「结果对但原件没了」亏的人
事实边界 四项核对为编辑方法,官方无验收类说明;本节引用的实测仅限单文件夹只读任务(5 个文件 417 字节)
版本基线 客户端 1.60.3400.35;官方文档页最近一次更新早于官方资讯稿
不适用 想排查「任务根本没跑起来」——见五类失败与回滚;想知道产物该放哪、怎么留版本——见版本基线与变更记录

怎么做

第一步:数数量,不做判断。

把输入清单摊开,数一遍总数;再看产物里有多少条。两个数不等就先停,别急着看内容。

数量的口径要统一。文件夹里有 5 个文件,不等于产物该有 5 行——子文件夹会被展开,隐藏文件可能被计入也可能被跳过,图片和文档可能分开统计。所以数的时候按「同一层级的可比对象」数:产物是文件清单就数文件,产物是表格就数数据行(表头不算一行)。

这一步的价值在于便宜。数错一个数只要几秒,而后面三步都建立在数量对的基础上——数量不对时抽内容,抽到的可能全是运气。

第二步:抽三条,不逐条核。

数量对上之后,不要逐条核内容。逐条核的成本随文件数线性上升,而收益很快见顶:一个能读对三条的模型,通常也能读对另外三十条;读不对的往往有系统性偏差,抽三条就能看出来。

抽哪三条有讲究:最短的一条、最长的一条、最反常的一条。最短的最容易蒙对,如果它也错了,说明它没在真读;最长的暴露截断问题;最反常的(比如一个没有扩展名的文件、一个空文件、一个同名不同目录的文件)暴露边界处理。

核的方法是打开原件比。不比「大意对不对」,比三个具体项:字节数、行数或页数、第一行首句。这三项都能一眼看出,且抄不错。本机那次只读任务的产物就是按这个口径核的:5 个文件合计 417 字节 15 行,逐项与文件本身一致,最大 108 字节、最小 30 字节。

第三步:看路径,决定以后能不能复用。

产物在哪、叫什么名、是否覆盖了原件——这三件事决定你下次还敢不敢用。

先确认目录。让它报绝对路径,不要接受「已保存到桌面」这种话。桌面在 Windows 上可能是 C:\Users\<用户名>\Desktop,也可能被 OneDrive 重定向到 C:\Users\<用户名>\OneDrive\Desktop,两个路径不是一回事。

再确认命名。默认名往往是「整理结果.xlsx」这类通用名,跑第二次就覆盖第一次。要能区分,就得自己在指令里带日期或批次号,别指望它替你想。

最后确认是复制还是移动。这一步最容易被跳过,也最贵:删除、移动、改名都属于会改变原始状态的动作,一旦它把原件「整理」到了别处,你的回退成本立刻上升一个量级。

第四步:确认可回退,这是唯一不能省的一步。

回退能力由三件事决定:原件还在不在、有没有第二份、出问题能不能停下。

原件还在不在,看的不是「有没有被删」,而是「有没有被原地改写」。同名覆盖也算改写,因为它已经不给你留旧版本了。判断方法很简单:打开原件看修改时间。如果修改时间变成了刚才,而你没打算改它,那就是被写过了。

有没有第二份,看你事前有没有做。这一步没法事后补:等发现结果不对再去备份,备份的已经是被改过的版本。

能不能停下,看的是有没有人在场。多 Agent 并行跑长任务时,中途发现问题比事后发现便宜得多——前提是你在旁边看。这也是 4.2 讲「过程可见」的实际用途:不是为了安心,是为了能在错误变成最终结果之前打断。

顺序之外的两件事:先试跑,后留痕。

试跑要在正式任务之前。拿一个小目录(五个文件、几十 KB、结构简单)先走一遍完整流程,四项核完再动真数据。这个做法的价值不在「验证它行不行」,而在把不可预知的失败挪到代价最低的地方。你在小目录里踩到的坑——隐藏文件被跳过、产物落到默认目录、原件被改名——在大目录里会以十倍的代价重演。

试跑还有一个副产品:你会知道这个任务正常跑完长什么样。没有基线的人验收时只能判断「像不像」,有基线的人能判断「哪里不一样」。这两个判断的信息量差一个量级。

留痕要在验收当时。四项各写一行:核了什么、结论是什么、谁核的、什么时候。不用写成长文,一栏表格就够。原因很实际——同一批文件过两周再回看,你记不住当时抽了哪三条,也就无法判断这次的结果和上次的差异是模型变了还是文件变了。12.1 会把这套留痕扩成版本基线,本节只需要最小形态:一行一条,能追就行。

留痕还有一个容易被忽略的用途:它是交接材料。把任务交给同事时,最省事的交代不是「你跑一下这个」,而是「上次核了这三条,结论在这里,你再核一遍」。对方拿到的是可比对象,不是一句模糊的「应该没问题」。

参数与边界

项 说明
四项的适用范围 单机、单任务、产物落盘的场景。四项都成立才叫验收通过,缺一项算未完成而非失败
抽样不等于全查 三条抽样能发现系统性偏差,发现不了孤例。文件数少于 5 时建议全查,反正成本一样
不覆盖中间产物 多 Agent 并行时每一步的中间结果不在四项范围内;官方未给中间结果的保留与回滚说明
不覆盖外部数据时效 联网抓取的结果,四项能验「抓到了」,验不了「抓的是今天的」——时效要靠时间戳另行核对
验收时机 产物落盘后、原件被改动前。晚于这个时点,第三步与第四步已经失去意义

验收清单

# 核对项 通过标准 不合格时
1 数量 产物条目数与输入清单一致,差异有明确解释 让它列出被跳过的条目,不要重跑
2 内容抽样 最短、最长、最反常三条的字节数、行数、首句与原件一致 换三条重抽,仍错则判为系统性问题
3 路径 能报出绝对路径,命名可区分批次,未覆盖原件 指定目录与命名重跑一次,不要手动搬
4 可回退 原件修改时间未变,另有独立副本,现场有人在 立即停止后续动作,先恢复原件再谈结果
5 自证记录 四项各留一行核对结论(谁核的、核了什么、结论) 补记;无记录视为未验收

失败与回滚

现象 原因判据 重试或恢复 手动兜底
产物行数少于文件数 子目录被展开或隐藏文件被跳过,两种都会让数量不可比 让它单独列出「哪些没进产物」及原因 手动补那几条,别重跑整批——重跑会得到同一个结果
内容说明与文件不符 读的是旧索引:文件改过但索引没更新 对同一目录再跑一次,看两次结果是否一致 直接打开文件核,以文件本身为准
产物存在但打不开 导出时格式或编码选错,或文件还在写入 换导出格式(表格优先 xlsx,纯数据用 csv) 用原始工具另存一份,不要在原文件上修
找不到产物 落在默认目录(桌面或文档),未按指令路径写 按修改时间排序找最近 10 分钟的文件 指定绝对路径重跑,并在指令里写明目录
原件被移动或改名 指令里说了「整理」「归档」这类含移动语义的词 立即停手,不要再追加任务 从回收站或备份恢复,恢复前先断网防止继续动作
同一任务两次结果不同 跨运行不稳定:同一份日志在表格输出那一轮被报成 4 行,实际 3 行 第三次跑,取两次一致的那个 以字节数与行数为准,文字描述只作参考

自检题

# 问题 参考答案要点
1 数量对上、抽样三条也全对,能不能收货 不能。数量与内容只覆盖结果,路径与可回退没验;原件被覆盖时结果越对越危险
2 为什么抽「最短、最长、最反常」而不是随机抽 随机抽容易被简单条目蒙对;三个极值各自对应蒙对、截断、边界处理三类典型失效
3 文件只有 3 个,还要不要抽样 不要抽样,全查。3 个与 3 条的核对成本相同,抽样在这里只是少看了两条

注意与相关

Note:四项里的后两项(路径、可回退)不属于「结果质量」,属于「事故成本」。它们不改变这一次的结果,只改变出错时的代价。所以时间紧的时候可以砍抽样条数,不能砍这两项。

Warning:验收要在原件被改动之前做。顺序反了会出现一种很难处理的状态:结果看着对,但你已经没有原件可比——这时四项全成了自我印证。

Tip:把这四项写成一栏固定表格,跟着任务一起交出去。团队里验收标准不统一时,争的往往不是「对不对」,而是「谁负责核哪一项」;一栏表格能省掉大半这类讨论。

相关:11.2 五类失败分别怎么回滚(四项里的哪一项不合格对应哪一类失败)、4.2 主 Agent 派活时能看到哪四件事(过程可见是验收的前置条件)、12.1 版本基线和变更记录怎么留(产物与版本怎么一起记)。

Marvis 支付类动作为什么必须自己来
Marvis 五类失败分别怎么回滚
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }