# 任务排查与复盘

用户给了任务编号就先针对该编号取证，不重跑业务，不停止其正在运行的任务，不把最新失败任务替换成用户指定任务。

## 定位顺序

1. `mobile_manage_task(action="status", trace_id=...)`，区分排队、执行、等待指导、暂停、收尾与终态。`current_step` 是动作步号，不等于模型请求数。
2. `mobile_inspect_trace(action="view_report", trace_id=..., offset=0, limit=20)` 读取统一结果与有限步骤。`test_result.source=human` 时同时展示 AI 原判，不能用旧 AI 结论覆盖人工复验。
3. 根据问题只读相应资料：

| 问题 | inspect action | 要核对的证据 |
| --- | --- | --- |
| 长时间没动、API 超时、499、no tool call | view_requests | 请求开始/结束、模型、阶段、请求/尝试/响应/链路编号、重试、取消来源与时限层级；HTTP 200 不表示输出结束，499 不能单独归因 |
| token 特别多、缓存是否生效 | view_usage，再按需 view_requests | prompt/completion/cached、调用数、角色/模型分组；未记录字段不能补猜 |
| Python、ADB、插件错误 | view_logs | 该任务 stdout/stderr 有限尾部；脱敏文本和实际错误链 |
| 点错、未验证、与结论矛盾 | search → view_step_details / view_step_screenshots | 动作前后画面、工具参数与实际回执、窗口和坐标尺寸 |
| PC 黑屏、录像空洞、文件没保存 | view_evidence | 来源、时间、录屏片段、调用回执及附件，不用手机画面代替电脑画面 |

`offset/limit` 分页，使用返回的 next_offset；view_logs 的 offset 从最新行向前计数，返回每页仍按时间正序，超过尾部读取窗口的旧字节会注明。text_truncated=true 时缩小范围或读取指定步骤，不把截断当成内容缺失。

`search` 使用 query 或 step_range，不会执行历史动作。`view_summary` 返回 summary Markdown 与 steps.items/total/offset/limit/next_offset，按 next_offset 翻页，不一次加载整条长任务。items 中 step_id 是存储编号，不能用模型口述步号替代。JSON 结果同时保留 structuredContent 与兼容文本；调用严格按工具 schema，MCP 的 task_desc 与 HTTP 的 goal 不能混用，未知参数在执行前报错。

## 缓存与耗时

- 缓存命中率 = cached_tokens / prompt_tokens，分母不是总 token，也不是缓存命中的请求数。
- 输入 token 包括缓存部分。报告输入总量、缓存量、未缓存输入、输出、调用数，保留缺少统计的限制。没有用量记录不等于零费用；没有价格信息不臆算账单。
- 按角色/模型分组判断消耗来源，不能把 Checker、视频分析和执行模型混为一个请求。旧数据未记录模型时注明 unknown。
- 请求阶段和重试用于解释等待，时间戳 Unix 秒及 UTC 转成用户当地时区；注明时区。无终止事件或 unknown 不能当成功。
- 区分模型生成耗时、设备/插件操作耗时、排队及用户等待。先找实际重复观测、工具参数膨胀、无进展循环，再建议优化。
- `mobile_manage_task(action="status")` 的 `lifecycle` 与网页进度、报告同源：`durations` 分开记录 total、queued、resource_wait、paused、execution、final_review、report_export，缺少记录为 null。execution 包含初始化与整理，不能当作模型生成速度；旧任务分项未知不能补成零。
- 指导回执的 accepted_at/timestamp 表示接收，consumed_at 表示执行器已读取；是否被实际应用仍需核对后续步骤。pending/reading 是等待或领取中，终态未消费为 unapplied，终态领取后未确认消费为 unconfirmed。接收成功不能表述为“已执行”或“模型已应用”。
- 最终验收读取 `view_requests` 返回的 `final_reviews`：核对 stage、total/elapsed/remaining_seconds、request_count、retry_count 和 status；用 review_id 关联请求的 final_review 字段。最终验收与中间检查点独立计时。budget_exhausted 是验收总预算耗尽，request_retries_exhausted 是模型请求重试耗尽；cancelled 的具体来源看 cancel_reason，没有该字段或为 unknown 时保留未知，不能混称为 API 超时。验收耗尽不自动重跑设备操作；流式半截 passed 和验收 completed 都不能代替正式 test_result。
- 取消记录核对 cancel_reason 与 cancel_phase：user_stop、guidance_replaced、task_paused、task_replaced、superseded 和 outer_timeout 分别表示已明确归因的中断。timeout_scope 的 request、transport、outer、final_review 区分单次请求、传输、外层等待和验收总预算。自动重试用 request_id 分组，以 attempt_id、previous_attempt_id 关联；可用的 client_request_id、server_request_id、response_id、server_trace_id 和 traceparent 用于对照服务端日志。HTTP 499 或裸取消不能证明来源，旧记录不补猜。

## 环境与插件

工具报连接/设备异常时用 `mobile_diagnose`。服务未启动时让用户先启动 ARTEMIS，不经 MCP 拉起另一个副本。一般检查先不启用付费凭据验证或真实设备探测；需要确认凭据或观测链路时再用 verify_credentials / probe_device。设备自愈用 attempt_fix，仅按返回的 next_steps 处理。

`mobile_workspace` 可见插件及 blocked_resources。只对相关已安装插件做 probe_plugin 连接检查；它会启动插件进程。结果不确定的写动作不能自动再点一次，资源保护解除由用户在网页确认。

## 结果与交付

给出具体结论、支持它的任务/步骤/请求编号、影响与缺失证据。执行失败不必然是被测产品缺陷；验收失败也不必然是工具故障。

报告与证据索引的 evidence_sources 区分实际执行界面与接口、文件、终端等辅助来源。业务后台名称或网址不决定执行平台，UI 截图不能单独证明后端持久状态。引用实际 step_id/call_id/source_id，保留未验证边界；来源清单不是新的验收结论，也不改写 AI 原判或人工复验。

用户只问复盘时不重新执行、不改验证结果。用户明确给出人工复验结论时，使用 mobile_manage_task(action="review", trace_id=..., review_status="passed"或"failed", review_reason=用户理由, user_confirmed=true)。AI 自己的分析不能使用这个入口冒充人工判定。

用户需要资料时再 mobile_export_report；已有 report/evidence 查看不会生成 ZIP。交付真实路径或链接，并说明未验证项。