读完本章，你应能说明：CLI 怎样被启动、怎样等待完成，并把退出状态交回任务？

以下是阅读伪代码：简写前后步骤，标出本节入口；缩进表示阅读层次，各层实现仍在不同函数中。

generate:
    ...  # Pre-4：模型入口、会话、环境与题目准备
    HARNESS_CLS().run:  # Action 4：组织启动与接回状态
        ...  # Action 4：用户、上下文、配置
        launch_and_wait:  # Action 4：形成 cmd 与 env
            run_agent:
                # CLI 运行期间：7 回连；2/3/3.5 处理模型请求
                exec_and_wait:  # 当前 Action 6
                    ...  # 写脚本、清理、后台启动、轮询标记、收集结果
    ...  # 返回后收集 diff、评估与结果收尾
# Action 5：本章使用它的文件与命令接口；回收由外层上下文负责

在任务生命周期中的位置

本章：启动 CLI 进程、接收输出、等待退出；CLI 内部工具命令另行追踪。

当前位置：动作 6：Exec Commands

返回生命周期总览 · 放大当前位置图

本章接住动作 4 准备好的启动要求，沿 Sandbox 的执行接口，看命令怎样成为 CLI 进程、输出怎样保存、退出状态怎样返回。 创建沙箱、配置内容与环境文件操作分别在动作 4、5 展开。

本章阅读语境

CLI 命令与运行参数已形成，展开长命令的启动、等待与结果收集机制。

当前主线
run_agent() → exec_and_wait()
本章展开
用动作 5 的文件/命令能力写脚本、后台启动、检查完成标记、读取输出与处理等待预算。
读完返回
返回 (exit_code, output) 给 run_agent()；后者只把整数状态继续交还 Harness 与 generate()。
本章主要源码文件与入口

1 输入与执行成果

调用入口是 slime/agent/harness/common.py:107–122 的 run_agent()，长命令机制在 slime/agent/sandbox.py:82–145 的 exec_and_wait()。

输入执行期间的用途
sb把文件和命令操作提交给执行环境
cmd动作 4 形成的 claude -p ... 或 codex exec ...
user、env、workdir指定运行身份、模型入口与会话凭据、工作目录
out_file接收 CLI 的标准输出与错误输出
time_budget_sec限定等待退出标记的预算
tag区分启动脚本、退出标记与防重复启动状态

运行结果为 (exit_code, output)。Harness 的 run_agent() 取出退出状态，沿 launch_and_wait()、run() 返回给外层 generate()。

2 先看局部执行流程

cmd + 运行参数
  → 写启动脚本：运行 cmd 后把退出码写入 done_file
  → 清理上次调用的状态
  → 通过 Sandbox 提交后台启动命令
  → CLI 进程运行，输出重定向到 out_file
  → 等待端轮询 done_file
  → 得到退出码，按需要读回输出
  → 返回 Harness，再返回 generate()

脚本与状态文件的写入使用动作 5 的环境操作能力。本章重点解释这些文件在进程启动和完成等待中起什么作用。

3 为什么不一直等待一条远端命令连接

源码注释说明：长任务可能超过 E2B 网关维持单条响应流的时间。因此实现使用后台进程运行命令，以一系列短请求轮询退出标记。命令在远端持续运行，等待端不依赖同一条连接从头保持到尾。

exec_and_wait() 根据 tag 生成 launcher、done_file、lock_dir 等路径；启动脚本最后执行 echo $? > done_file，把 CLI 命令的退出状态保存下来。源码位置：sandbox.py:107–113。

4 哪一步真正启动进程

沙箱接到以下命令（sandbox.py:129–138，原样摘录）：

await sb.exec(
    f"chmod +x {launcher}; "
    f"mkdir {lock_dir} 2>/dev/null || exit 0; "
    f"setsid bash {launcher} < /dev/null > {out_file} 2>&1 &",
    user=user,
    env=env,
    timeout=30,
    check=True,
    idempotent=True,
)

setsid bash 在后台启动脚本，脚本再执行 CLI 命令；输出进入 out_file。防重复目录用于避免同一次启动在传输重试时重复执行。新的一次逻辑调用会先清理旧状态；相同 tag 的调用不能同时重叠。

E2BSandbox.exec() 通过 SDK commands.run() 提交这条 shell 命令（sandbox.py:309–340）。SDK 和远端进程创建属于外部实现，本仓库能追踪到这里的提交与返回边界。

5 CLI 运行与等待同时存在

外层等待 _await_done_marker() 时，CLI 已在沙箱里工作；它可以读取题目、向 Adapter 请求模型、根据结果执行工具并继续任务。模型请求沿动作 7 Make API Calls进入 Adapter。

这里启动的是整个 Agent CLI 进程。 CLI 后续因模型工具调用执行 shell 命令或编辑文件，属于 CLI 内部实现，不是再次调用这条 Slime 启动链。本地 Slime 源码没有包含 CLI 的完整工具循环。

等待端每隔 5 秒检查退出标记。读到标记时返回其中的退出码；等待预算耗尽时返回 EXIT_TIME_BUDGET_EXCEEDED = -1（sandbox.py:62–79）。这一函数本身没有在返回 -1 时执行进程终止；外层离开 Agent 沙箱上下文时回收沙箱。

6 输出与退出状态怎样交回

exec_and_wait() 在成功且 want_output=False 时返回 (0, "")；需要完整输出时读回文件，否则在非成功状态下取输出尾部作为诊断。

本例 Harness 指定 out_file=workdir + "/.harness/trajectory.jsonl"、want_output=False。该文件接收 CLI 进程输出；模型 token 与训练轨迹由 Adapter 的会话流程保存。

正常路径回到 generate() 后，外层收集代码 diff、评分，并根据训练或评估模式返回结果。任务收尾的整体位置见项目生命周期总览。

本章的交接与源码边界

  • 上游：动作 4解释配置、启动命令与环境变量怎样形成。
  • 环境接口：动作 5解释 Sandbox 怎样读写文件、提交命令和处理远端返回。
  • 下游：动作 7解释运行中的 CLI 怎样请求模型。
  • 返回值：CLI 运行状态经 Harness 返回给外层 generate()。

固定源码：8c17b676cb57af1d17ee4402e91e9209af84b60b。本篇为静态源码追踪，没有连接 E2B、运行 CLI 或请求模型。