工作区与持久记录
工作区保存任务状态、成功结果与研究产物，是 Studio 和任务查询共同读取的数据来源。默认根目录为启动目录下的 .axonx，可通过 workspace_dir 指定绝对路径。日志目录独立配置，默认是 logs。
目录布局
下面是包含 demo 和一个研究插件任务的示意布局，插件文件名以实际产物为准：
.axonx/
base/
base#demo#trial-01/
status.json
metadata.json
events.jsonl
etl/
etl#my-etl#dataset-01/
status.json
metadata.json
events.jsonl
dataset.parquet
train/
predict/
backtest/
analysis/
inference/
tushare/ # 数据下载任务写入的原始数据
plugins/artifacts/ # CLI 默认 wheel 构建缓存
agent/ # 默认 Agent 配置下的会话相关数据
logs/ # 独立日志目录，不一定在工作区内目录规则是 <task_type>/<task_id>，不是 <task_type>/<注册名>/<run_id>。Task 类型目录来自枚举，某个目录存在并不代表对应算法插件已经安装。
三类记录
| 文件 | 何时出现 | 负责什么 |
|---|---|---|
| status.json | 受理与运行过程 | run_id、state、步骤、错误、退出码、日志路径、result |
| metadata.json | 成功时 | 定义身份、创建时间、typed input/output、产物引用与血缘 |
| events.jsonl | worker 记录进度时 | 按行记录可回放的进度事件 |
status 是可变快照，metadata 是成功结果封装。它们不是同一内容的两个副本：metadata 不含 run_id，status 的 result 对应 metadata 的 output_params。
记录通过原子写入降低读到半个 JSON 的机会。读取端仍会容忍不合法或与目录身份不一致的记录，把它当成缺失；手工修改文件不应作为常规任务管理方式。
产物的相对路径
研究 Task 的 output_params.artifacts 可以记录产物：
{
"artifacts": {
"dataset": {
"path": "data/dataset.parquet",
"size": 10240,
"sha256": "<文件 SHA-256>"
}
}
}这里的 path 相对 Task 目录。因此工作区预览路径为：
etl/etl#my-etl#dataset-01/data/dataset.parquet不能把 artifact 的 path 直接当工作区根路径，也不能用绝对路径或 ../ 逃离任务目录。生产插件应在文件写完后记录 size 和 sha256。
日志在哪里
status.log_path 记录具体日志位置。日志系统由 log_dir 控制，Task 日志不保证固定存在于任务目录中。通过 read_task_log 或 Studio 任务详情读取，而不是猜测 <task_dir>/log.txt。
events.jsonl 是进度事件日志，不等于 Python 文本日志。备份任务目录能保留进度事件，若文本日志放在外部目录，应单独备份。
索引与文件的关系
TaskRepository 扫描和监听类型目录下的 status 与 metadata，维护任务查询所需索引。重启可以根据有效文件重新建立索引；它不替你重新训练模型或重新下载原始数据。
任务列表主要依赖状态记录。研究结果列表使用含 metadata 的任务目录，因而成功研究任务、只有 metadata 的迁移记录，以及失败任务在不同入口的可见性可能不同。
备份范围
要复现实验，应保留任务目录、原始数据、服务配置、插件版本和模型依赖。Agent 会话、日志和插件源码按实际使用情况单独保留。
停止写入后复制整个工作区最容易得到一致文件。任务同步仅复制终态 Task 目录，不能代替原始数据、Agent 会话、日志与软件环境的完整备份。
固定名称重跑会替换旧目录；删除上游目录会让下游血缘出现 missing 节点，也可能使重跑下游无法读取原始产物。