退出码
默认情况下,只要存在失败的 gate,NiceEval 将以非零状态码退出。CI 中通常使用--strict,让失败更明确。
GitHub Actions 示例
配置 secrets
1
在仓库中添加 secrets
把 provider token 放进 GitHub Actions secrets。
2
在 workflow 中传入 env
只在运行评估用例的 step 暴露必要环境变量。
3
验证变量存在
用最小评估用例或
list / dry run 先验证配置。JSON、JUnit 和结构化错误
errored 行带 locator、eval/experiment 身份、已知时的正式 phase,以及一层 reason 摘要。详细 cause、stack 和 diagnostics 保存在 Attempt 的 result.json,可在保留 artifact 后运行 niceeval show @<locator> 回顾。
CLI 显式要求的 JSON/JUnit 和默认 results artifact 都是 required 输出:写入失败必须让 job 判红,不能只留 warning 后退出 0。把结果同时上报到 Braintrust 等实验平台的配置见 Reporter 上报。
只检查发现
缓存 .niceeval/
可以在 CI 中缓存 .niceeval/,但要确保 fingerprint 覆盖了影响结果的输入。对于 nightly 基准,通常保留完整 artifacts 更有价值。
控制并发
推荐模式
PR runs
只跑关键评估用例和高风险路径,保持反馈快。
Nightly 全量矩阵运行
运行完整 experiment,记录 pass rate、成本和延迟趋势。