CLI 参考

QitOS 的 qita 与 qit CLI 参考，包括最小 coding-agent demo 和 v0.3 中加入的 benchmark 官方入口。

QitOS 提供两个顶层 CLI：

• qita：trace 检查与回放
• qit：demo、benchmark 与开发者工作流入口

​

qit demo

当你想最快拿到一次真正的模型驱动 QitOS run 时，使用 qit demo。

​

qit demo minimal

qit demo minimal

这个命令会：

• 从环境变量或 flags 读取 OpenAI-compatible 模型配置
• 先种一个最小 bug workspace
• 运行最小 coding agent 去修这个 bug
• 把 qita 可识别的 trace 写到 ./runs

可选参数：

• --workspace ./playground/minimal_coding_agent
• --logdir ./runs
• --model-name Qwen/Qwen3-8B
• --base-url https://api.siliconflow.cn/v1/
• --api-key sk-...
• --task "Fix the bug in buggy_module.py and make the verification command pass."
• --max-steps 8
• --render

​

qita

当你要检查 traced runs 时，使用 qita。

​

qita board

qita board --logdir ./runs

打开多 run board，支持：

• runs 列表与过滤
• compare 选择
• 进入 run detail
• replay
• raw / HTML export

​

qita replay

qita replay --run ./runs/<run_id>

以时间轴方式打开一个 run。

​

qita export

qita export --run ./runs/<run_id> --html ./report.html

导出独立 HTML artifact。

​

qit bench

qit bench 是 v0.3 中 benchmark 的官方 CLI。

​

qit bench run

qit bench run \
  --benchmark tau-bench \
  --split test \
  --subset retail \
  --limit 10 \
  --output ./results/tau.jsonl

这个命令会：

• 加载 benchmark tasks
• 构造 RunSpec 与 ExperimentSpec
• 输出统一的 BenchmarkRunResult

现在常见的 benchmark name 包括：

• desktop-starter：canonical starter benchmark family
• osworld：benchmark-specific OSWorld adapter path
• gaia、tau-bench、cybench：已经迁入 qitos.benchmark.* 的 benchmark families
• desktop：desktop-starter 的兼容 alias

当前 CLI 默认遵循三层结构：

• qitos.benchmark.*：benchmark adapter / evaluator
• qitos.recipes.*：canonical baseline method
• examples/*：最薄的入口包装

​

qit bench eval

qit bench eval --input ./results/tau.jsonl --json

聚合统一 benchmark 结果。

​

qit bench replay

qit bench replay --run ./runs/<run_id>

把 benchmark run 直接桥接到 qita replay。

​

qit bench export

qit bench export --run ./runs/<run_id> --html ./report.html

把 benchmark run 导出成独立 HTML。

​

qit skill

qit skill <subcommand>

用于管理 QitOS 工作流中使用的第三方 skills。

​

推荐流程

第一次跑通时，推荐：

1. export OPENAI_API_KEY=...
2. qit demo minimal
3. qita board

做 benchmark 工作时，推荐：

1. qit bench run
2. qit bench eval
3. qita board
4. qit bench replay
5. qit bench export

如果你还想理解这条路径背后的设计，请继续阅读 Official runs 与 Tracing。