如果只是想把 InternAgentS 当作课题工作台，比较稳的顺序是：先挑一个能一次跑完的单步任务，确认输入被真正读到、输出能逐项对回原文，再把任务拆成多步；在步骤之间加人工检查点，比一开始就追求整条科研流程自动化更容易定位问题。整条流程自动化的前提，是每一步的输出都能被单独判断对错，而单步任务正是用来建立这种判断能力的。

适用场景：准备用 InternAgentS 做文献整理、提纲生成或数据描述，但还不确定哪些结果能直接采信、哪些必须自己回查。操作动作：选单一输入、单次输出、不依赖密钥和外部账号的任务先跑通一遍。验证方式：从任务输入列表、读取日志、输出与原文逐项对照三处确认。风险边界：单步跑通只说明这条路径可用，不能推断多步流程稳定，步骤之间仍需人工检查点。

挑一个不依赖外部权限的最小任务

最小任务的选择标准建议收敛成三条：输入是单一文件或一段固定文本；输出是一次性产物（提纲、字段表、结构化描述）；全程不涉及密钥、外部账号和需要授权的接口。满足这三条，一旦出问题，排查范围基本落在解析、提示词或模型输出上，而不是权限和网络。

常见的起步任务：把一份综述的纯文本转成结构化提纲，或把一份实验记录 CSV 转成字段化描述。先写清输入输出约定，再执行。

{
  "task": "outline_single_step",
  "input_file": "./samples/review_01.txt",
  "output_format": "markdown",
  "expected_sections": ["研究问题", "方法", "主要结论"]
}

替换项：input_file 换成你自己的单份材料路径，expected_sections 按你真正需要的字段写。这类配置本身不含密钥，适合反复重跑。

在运行界面或日志里确认输入被读到了

任务跑完后不要先看结论，先在界面或日志里确认输入被读到了。可观察点通常有三类：任务输入列表里是否出现你指定的文件；读取状态是成功、跳过还是失败；报错信息里是否提到路径、编码或格式。

格式不匹配时的表现一般比较固定：文件被读到但字段为空、中文乱码、内容被截断，或在解析阶段直接抛错。可以先用关键字把日志筛一遍。

grep -Ei "input|read|parse|error|traceback" run.log

如果任务输入列表里根本没有这个文件，先查路径是相对还是绝对、工作目录是否一致；如果读到了但字段为空，多半是编码（如 GBK 与 UTF-8）或分隔符不匹配。这类判断需要结合你的运行环境确认，不要靠猜。

把输出结果和原始材料逐项对照

单步输出的价值，在于能不能逐项对回原文。建议给每条输出都配一个出处字段，对不上出处的先标为待回查，不要直接采信。

是否可核验一般分三档：能在原文找到明确出处、需要上下文推断、无法在材料中定位。前两档可以留用但要标注，第三档直接回查或删掉。人工修改意见写清是替换、补充还是删除，方便下一轮重跑时对比。

从单步任务扩到三步流程时加一道人工检查

当单步任务的输出能稳定对回原文后，再把任务拆成三步，例如材料清洗、结构化提取、结论归纳。三步之间最容易出问题的地方，是第二步的输出被第三步当成既定事实继续使用，所以检查点建议放在第二步和第三步之间。

检查点要检查的具体内容：第二步输出的每个字段能否在第一步的清洗结果里找到出处；字段类型和取值范围是否符合约定；有没有空值或明显异常。它可以是一段脚本，也可以是一次人工核对。

checkpoint:
  after_step: 2
  rules:
    - "每条结论必须带 source_span"
    - "field_type 与 schema 一致"
  on_fail: "回退到 step2 重跑，不进入 step3"

检查不通过时的回退方式：保留第一步的清洗产物不动，只重跑第二步；如果重跑两次仍在同一字段上失败，就退回单步任务，重新检查输入格式或提示词，而不是继续往第三步推进。中间产物建议带版本号或时间戳命名，回退时才能对比出是哪一版发生了变化。