执行基础设施：工具执行接入示例¶

在 Agent 推理、评测或训练流程中，调用方需要把工具命令交给执行环境，再根据返回结果继续决策。这个示例展示如何通过 pVisor CLI，在 VM 中执行工具并收集反馈。

示例选取 qutebrowser-667 SWE 轨迹中的候选补丁和两条工具命令：运行针对性测试，再检查修改后模块的语法。两条命令共享同一个 VM 和工作区，执行结束后统一返回结果，无需配置模型 API。

1. 准备环境¶

完成执行基础设施环境准备，在该节点的仓库根目录运行示例；尚未获取仓库时：

git clone https://github.com/DeepLink-org/pvisor.git
cd pvisor

仓库包含调用脚本和任务材料，任务依赖由镜像提供。

bash examples/pvisor/07-vm-task/run.sh

成功时，终端显示：

Step 42: exit_code=0, timed_out=False
...
7 passed
Step 43: exit_code=0, timed_out=False
Syntax OK

终端还会打印本次任务的记录目录，其中包含：

本例展示如何执行一段 SWE 工具调用并收集反馈，运行内容为针对性测试和语法检查。

在集群中，框架分发任务，Worker 调用 pVisor 执行工具，再将反馈交回框架。这个示例提供可放入 Worker 的调用逻辑与执行适配器。

run.py 准备任务并处理结果，executor.py 通过 CLI 执行任务。两者通过以下调用连接：

feedback = execute(task, EXAMPLE / "candidate.patch")

你可以沿用这个结构，替换任务镜像、候选补丁和工具命令，再将返回的反馈交给 Agent、评测器或训练数据收集流程。

示例中的 execute 是一个同步执行固定命令批次的适配函数，不包含远程调度或根据反馈生成下一次调用的 Agent 循环。

任务格式、错误处理和清理规则见示例 README。