Record Agent evaluation site deployment

This commit is contained in:
wuyang
2026-07-27 16:49:44 +08:00
parent cd1eacbd9e
commit 5373d564ec
6 changed files with 33 additions and 3 deletions
+1 -1
View File
@@ -10,7 +10,7 @@
| KC-002 | 分页语料、受控对比和证据账本能支持领域进展判断 | completed | 建立 516 篇候选、32 篇全文池和 23 篇证据账本,得到可审计结论 | [记录](knowledge-compilation/2026-07-10-agent-memory-field-audit.md) |
| OPS-001 | 完整仓库交接可以让无会话上下文的 AI 继续工作 | completed | 增加状态、历史、下一步、完整性检查、模型校验和 systemd 服务管理 | [记录](operations/2026-07-12-project-handoff-audit.md) |
| EVAL-001 | 现有运行事件和隔离工作区可扩展为可决策的 Agent 评测体系 | completed | 形成任务契约、分层评测、独立判分、gain/regression 对照和评分器;尚未运行真实模型 | [记录](agent-evaluation/2026-07-27-k1412-agent-evaluation-design.md) |
| OPS-002 | 评估结论可以用交互报告展示而不伪装成真实跑分 | validated-local | 完成中文静态报告、决策演算器、任务筛选、响应式验证和健康镜像;等待公开部署 | [记录](operations/2026-07-27-agent-eval-site.md) |
| OPS-002 | 评估结论可以用交互报告展示而不伪装成真实跑分 | completed | 中文报告、决策演算器、任务筛选、响应式和镜像验证通过,已部署 HTTPS 并注册首页 | [记录](operations/2026-07-27-agent-eval-site.md) |
## Experiment Rules
@@ -1,6 +1,6 @@
# 实验:Agent 评估结论网页
status: validated-local
status: completed
## 问题
@@ -48,11 +48,27 @@ index/assets: HTTP 200
`0644`,Nginx 因目录不可遍历而返回 404。修复为先用 `0755` 创建目录,再以 `0644`
复制文件。
## 公开验证
```text
immutable image: docker.k1412.top/wuyang/agent-eval:20260727T084425Z-cd1eacb
NAS mapping: 12005 -> 8080
container health: healthy
Compose Manager label: present
VPS -> NAS Tailscale health: HTTP 200
HTTP -> HTTPS: 301
HTTPS: HTTP/2 200
certificate SAN: agent-eval.k1412.top
public asset hashes: match source
public Chromium: status 200, tasks 10, overflow 0, console errors 0
homepage entry: AGENT EVAL / projects / order 130
```
## 当前边界
- 演算器使用示例数值,不是 Agent 实验结果。
- 任务列表只展示契约状态,不表示八个缺 Runner 的任务已经可运行。
- 公开部署和首页注册完成后再把本记录升级为 `completed`
- 网页仍不能代替真实模型实验和独立 Validator
## 部署目标