wuyang
66 lines
1.8 KiB
Markdown
66 lines
1.8 KiB
Markdown
# 实验：Agent 评估结论网页
|
|
|
|
status: validated-local
|
|
|
|
## 问题
|
|
|
|
能否把 Agent 评估方案做成一个有用的中文网页，同时不把方法演示伪装成真实实验结果？
|
|
|
|
## 设计
|
|
|
|
- 独立静态站，不给现有 Atlas 增加另一个认知模式。
|
|
- 首屏只回答核心判断和证据边界。
|
|
- 用可调配对矩阵展示 gain、regression、安全和假完成如何改变发布决定。
|
|
- 渐进展开六层评测、十个任务契约和原始产物。
|
|
- Git 研究文档仍是事实源，网页只负责解释和导航。
|
|
|
|
## 本地验证
|
|
|
|
真实 Chromium 覆盖桌面和 390px 手机视口：
|
|
|
|
```text
|
|
desktop horizontal overflow: 0
|
|
mobile horizontal overflow: 0
|
|
initial task rows: 10
|
|
current-runnable filter: 2
|
|
memory search results: 1
|
|
safety violation decision: 拒绝当前变体
|
|
L4 tab result: L4
|
|
console/page errors: 0
|
|
```
|
|
|
|
生产镜像验证：
|
|
|
|
```text
|
|
base: nginx:1.29.5-alpine
|
|
platform: linux/amd64
|
|
container port: 8080
|
|
health path: /health
|
|
container health: healthy
|
|
index/assets: HTTP 200
|
|
```
|
|
|
|
## 失败与修复
|
|
|
|
1. 第一次拉取 `nginx:1.27-alpine` 时 Docker Hub 返回 EOF。环境中已有更新的
|
|
`nginx:1.29.5-alpine` amd64 镜像，随后使用该固定版本完成构建。
|
|
2. 对单个静态文件使用 `COPY --chmod=0644` 时，BuildKit 自动创建的 `assets` 目录也成为
|
|
`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。
|
|
|
|
## 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`。
|
|
|
|
## 部署目标
|
|
|
|
```text
|
|
app slug: agent-eval
|
|
URL: https://agent-eval.k1412.top/
|
|
NAS host port: 12005
|
|
container port: 8080
|
|
health path: /health
|
|
```
|