选择并预览运行范围

仓库里有多组 Experiment 和大量评估用例时，先确认定义，再预览本次计划。不要靠文件名猜 ID，也不要直接启动一批可能选错的任务。

列出可运行的 Experiment

pnpm exec niceeval exp list
pnpm exec niceeval exp list compare/codex

每行会显示 Experiment ID、描述、Agent、模型、Attempt 数量、选中的评估用例数量和 labels。exp list 只做发现与选择，不创建 Invocation、Sandbox 或模型调用。脚本需要完整清单时使用 JSON：

pnpm exec niceeval exp list --json > experiments.json

第一个位置参数选择 Experiment ID、目录或文件名前缀。后续参数只从这些 Experiment 已经选择的评估用例中继续按 ID 前缀收窄：

pnpm exec niceeval exp compare/codex memory/commit0

精确 Experiment ID 优先于前缀。目录段必须精确匹配；评估用例前缀不能把 Experiment 长期范围之外的题目加回来。只想运行带有某个标签的评估用例时使用 --tag：

pnpm exec niceeval exp compare --tag smoke

长期范围应写进 Experiment 的 evals。位置参数和 --tag 只负责一次调用的临时收窄。

在真实运行前加上 --dry：

pnpm exec niceeval exp compare/codex memory/commit0 --dry

计划会列出评估用例、运行配置、Attempt 序号，以及每个位置会执行还是采用历史结果。它不会创建 Invocation、Run、Sandbox 或模型调用，也不会写 JUnit。机器需要读取计划时组合 --json：

pnpm exec niceeval exp compare/codex memory/commit0 --dry --json > plan.json

确认数量、模型、Attempt 和历史结果处置都符合预期后，去掉 --dry 运行同一条命令。