运行数据集 Job

Job 按平台解析后的固定 Dataset revision 执行成员 Task，可设置每个成员的 attempts。聚合结果归 Job；不要把 Job ID 传给 task 命令。

CLI workflow

el job submit --dataset envloop/terminal-bench-2-1-lite --attempts 1
el job list --limit 25
el job status JOB_ID
el job result JOB_ID
el job stop JOB_ID

支持 catalog 的 APIServer 可显式指定 runner 和排队参数：

el job submit --runner envhub/harbor@0.23.0 --dataset envloop/terminal-bench-2-1-lite \
  --queue-id default --priority 5 --tag nightly

runner 可带 @version；可选 --profile-id 引用平台 Profile，--job-id 指定本次 Job 标识。priority 越大先派发等待中的任务，不抢占已运行的任务；默认队列 default、priority 0。裸 JobMaster / LocalServer 不提供 catalog 时会拒绝命名 runner 请求。

将 JOB_ID 替换为响应值。该数据集需要已部署在目标平台；也可换成自己的可用数据集。返回的 cursor 可用于 el job list --cursor CURSOR 读取下一页。

Dataset selection

选项	行为
name@version	精确选择作者声明版本
--namespace	为短名称补全 namespace
--config	选择数据集 subset；省略用声明默认
--split	选择一个完整分组；省略用该 config 全部分组
--revision	来源 Git branch / tag / commit；必须匹配平台已绑定快照
--attempts	每个成员尝试次数，默认 1

多配置没有默认或版本匹配歧义时明确报错，不猜 latest。不支持 split 切片表达式。远程用户通常不需要 repository-root / repository-commit，来源管理属于平台。

Python workflow

from envloop import Client

with Client.remote() as client:
    job = client.jobs.submit(
        "envloop/terminal-bench-2-1-lite",
        attempts=1,
        request_id="lite-evaluation-001",
    )
    job_id = job["job_id"]
    final = client.jobs.wait(job_id, timeout=600)
    print(final["status"])  # Job 终态为 completed / failed / cancelled
    print(client.jobs.result(job_id))

jobs.wait() 返回状态详情，不是聚合评分结果。读取评分需另外调用 jobs.result()。Job completed 时也需查看成员失败与缺失评分。

SDK 也可接受平台提供的固定 dataset_ref 映射；固定引用不能与 namespace / config / split / revision 选择项混用。request_id 的重试保留首次冻结选择，修改数据集或参数后运行应使用新 ID。

本地 Dataset Job 需要已初始化、绑定并包含 Dataset 定义的仓库；空的 Client.local() 并不自动提供数据集。完整参数见 CLI reference 与 SDK reference。