本地结果查看器
在浏览器里查看本地运行结果。
整份 dataset 跑完，或只跑一题之后，要对照分数、点开轨迹、复制命令，用 Viewer。Jobs 读的是这一份的 .ageval/suite-runs/ 和 .ageval/runs/。平时只看这些本机文件。要分给别人时，打开一份 suite 或一个 job，上传成只读链接，见 快照分享。
Jobs 表可以删掉本地一行 Job（先 preview 路径，再确认）。删掉 Kind 为 suite 的那一行，会把它引用的各次运行一起删掉，不会再以 single 冒出来。不能从 suite 里单独删一次运行。这是删本地结果，不是 Registry 上的删除（ageval results delete 是另一对象）。CLI 对等：ageval jobs delete --local <dataset> --job <id> --yes。
置顶和备注只存在这个浏览器，不写进 evidence / lock / Registry。
打开
# 首次构建前端（生产 ageval view）
cd apps/viewer && pnpm install && pnpm build && cd ../..
ageval view examples/datasets/minimal-demo
# 或
ageval view examples/datasets/minimal-demo --no-browser --port 8765
# 已缓存的 Hub ref（唯一命中不打 Hub）
ageval view official/demo@0.1.0
# 开发：一条命令（能起 Vite 就起；否则打印两行 fallback）
ageval view examples/datasets/minimal-demo --dev --port 8765
# 跑完后深链到该 job / task / run
ageval view examples/datasets/minimal-demo --open /jobs/<id>
# 这个目录里每个 dataset 根
ageval view examples/datasets --no-browser参数是一份 dataset 根，或已经缓存的 registry ref，就只打开这一份。参数是目录、自己又不是 dataset 时，只保留子目录里 ageval.yaml 为 ageval.dataset/1 的那些。其余子项跳过。空目录也能打开。
顶栏是 Datasets、Jobs、Agents、Plugins。多于一份时先落到 Datasets；只有一份时落到 Jobs。Jobs 只显示你选中的那一份。Agents 和 Plugins 列出 CLI 自带的包，再加上 ageval 主目录里安装的包。点开一行是只读的：有 README 就先看 README，然后是清单，有 profiles.yaml 也会列出，旁边是文件树。插件这一行还会列出包里声明的接入点。运行结果仍在 Jobs，不进这棵文件树。
Datasets、Jobs、Agents、Plugins 上，搜索和筛选停在滚动列顶部。Dataset 表按 dataset_id 里的组织拆开。Plugin 和 Agent 表显示描述；来源仍是搜索旁边的筛选项。文件名含 env 且以 .example、.sample、.template 或 .dist 结尾时按文本预览，包括 .env.example。.env、.env.local、.env.production 以及其他 .env.* 不显示内容。路径里有一段叫 credentials 的不提供。
--dev 对着同一套本地 API，并尽量自己拉起 Vite。起不了会在终端打印 pnpm --dir apps/viewer dev。两进程：API 端口（默认 8765）+ UI 端口（默认 5173）。服务的生产包是 apps/viewer/dist/。端口占用就换 --port。
界面结构
Jobs → Tasks → Attempt
| 层 | 内容 |
|---|---|
| Jobs | 本地整份 dataset 的运行结果，以及只跑一题的结果（Kind：suite / single）。Kind / Source 是过滤器；suite 的 Source 只列 task id。分数列是 Pass rate 和 Mean score；数据集是你已经选中的那一份。Kind 为 suite 时可以换 Table / Pareto / Waffle。Pareto 横轴是花费、token 或时间。Waffle 一格是一次 trial。图是观测，不算 PASS |
| Tasks | 每题状态 / 分数，以及各次 attempt 的 phase timing 平均时长。还没跑的题，时长留空。整份跑完且一题只有一次运行时，点进后直接打开那一次 |
| Attempt | 结果条、Timing（有数据时还有 Tokens）、角色、证据页签（Trajectory / Agent / …）。fork 的 Attempt 在模型名后有 fork 标签；轨迹在继承前缀之后画一条切线。replay 的 Attempt 在模型名后有 replay 标签；轨迹是源任务原文加上在新环境里重新执行的动作和这次的观察 |
数据集、Kind、Source、harness、模型和图表选项写在地址里。浏览器返回会回到刚才的选择。Kind 为 suite 时，数量是已结束的 job / 当前列出的 job，Trials 列保持可见。
点进一份整份运行后，任务表上方是已完成/总数，以及按最近几题用时估计的剩余时间。任务表分页。用时图仍然包含每一题。
Timing 来自 Attempt phase_timing（environment / run / evaluate / record / cleanup）；hover 色条看分段耗时。
轨迹按轨迹文件顺序展示：一段 thought，紧接着它调用的工具，再下一段 thought。轨迹行（thought / tool_call / 最终 assistant）若带 elapsed_ms，步骤头会显示该步耗时；没有就不画标签。Viewer 不会用文件 mtime 或页面时钟补造。Trajectory 页签可以按步骤种类筛选。滚到轨迹区域后，右侧一条跳转可以对到某一步。
Trajectory 里每条 tool-call（以及过长行）可折叠；观测 PASS 条上有全部展开 / 全部收起，和 Hub 上 Attempt 页一样。
Verifier：同时有 evaluation/observation.jsonl 与 evaluation/checks.json 时，页签行最右侧是 Trajectory / Files 切换（默认轨迹）。只有一种时就只显示那一种。在文件树里选中 checks.json，右侧预览渲染检查点（计数、可展开行、stdout/stderr、dataset 脚本）。没有单独的 Checks 面板。Agent 的 Trajectory 页仍只读根 trajectory.jsonl。
当 analysis/<analyzer>/report.json 存在时，Attempt 页的证据页签里多一个 Analysis（stats、hack、review）。没有报告就不显示这个页签。这些报告是观察，不改变 PASS，也不改 evaluation/checks.json。Hub 不上传它们。
平时不连 Registry。点分享才会把当前打开的 suite 或 job 传上去。远程目录走 Hub。