Instruction file imported from Lawofall/AgentCore (
.cursor/rules/local-llm-dogfood.mdc). Copyright stays with the author.
本地 LLM dogfood 凭据
两条起步路权威 → 本地开发 · 两条起步路。本规则只写 How。
症状 → 原因 → 对策
- 症状：eval / 探针报缺 key、或踩过期 / 线上池的
PLATFORM_API_KEY。 - 原因：clone 默认应走测试账号自己的 Key，不是平台 key；同构档也必须用本机独立平台 Key。
- 对策（默认档）：
dev/devpassword（DEV_USERNAME/DEV_PASSWORD可覆盖）+ 账号已配 OpenCode Zen（如deepseek-v4-flash-free）；先uv run python scripts/seed_dev_user.py，再设置页或scripts/set_dev_llm_key.py。 - 对策（同构档）：本机
.envBILLING_MODE=platform+ 独立PLATFORM_*（Go +deepseek-v4-flash）+ 重启 api；uv run python scripts/set_quota.py dev --unlimited。禁止复制生产池 Key。
改 prompt / runtime 后仍像旧核
- 症状：刚跑过
start-dev-server.ps1，桌面本机对话的cost.prompt_assembled仍与改前逐字节相同（ceo_prompt字数 /assembly_hash不变），或行为完全没变。 - 原因：本机传统回合在 sidecar 里
import，不在 API 进程。清树脚本只杀-m agentcore，故意不碰 sidecar。 - 对策：完全退出并重开桌面后再开新对话。对账要看到新的
sidecar.ready，且本场装配哈希相对改前变化。云协作或通用·进阶关掉「允许本机执行」才是重启 API 即加载。权威 → 本地开发 · 改代码后哪边会加载。
真跑入口
- 产品回合：
scripts/archive/probe_turn.py（HTTP，与桌面同路）。 - 多端同权 / 对话级订阅：
scripts/archive/probe_multiend.py——挂两条真 SSE（一条扮桌面、一条扮手机?follow=true）断言帧到没到对端。多端类缺陷单测普遍抓不到（测里的回合是瞬时的），这条真跑就抓出过「对端晚 12.6s 才看到回合」。连跑 4 场景约十几个回合，容易打满限流窗（见下）。 - Eval / 多数探针：
EvalHarness→await eval_credentials()（已回落本地账号 Key；异步路径必须 await，勿在 running loop 里同步调_eval_credentials以免 DB Key 静默失败回落到过期 PLATFORM）。 - 前缀缓存三连跳（同进程
complete()，不走 HTTP /probe_turn）：AGENTCORE_LIVE_PREFIX_CACHE=1 uv run pytest tests/test_prefix_cache_live.py -q -s。无 Key skip；踩到PLATFORM_API_KEY也 skip。不扫 jsonl。只要日志归因、少耗 token：点名::test_vendor_prefix_cache_dropped_envelope_logs_history_rewrite（两跳、max_tokens=16）。勿加 window-compact 真跑。
优先级（勿颠倒）
EVAL_DEEPSEEK_*（显式覆盖）- 本地库测试账号自己的 Key（默认档；模型跟账号默认，常为
deepseek-v4-flash-free） PLATFORM_*（最后；默认档 禁止依赖。同构档的产品对话走这里，eval / 探针仍先走 1–2，除非你故意在测平台代付）
限流窗：连跑多个真回合会触发 llm.rate_limit_no_retry，回合以 error 帧收口、无正文——别把它误判成产品缺陷（症状：content_delta×0 但 message_end 正常）。小时级窗宜等不宜硬重试。
归因前先换模型对照
- 症状：产品 AI「不听话」——无视工具回执与 skill 明令（如已告知无执行环境仍手抄数据、仍宣称已校验），或某一跳墙钟离谱。
- 原因：免费档（
*-free）不只是慢和限流，行为也不同：会把数据搬进推理再交差。同一 prompt 换付费档可能直接消失。 - 对策：下「提示词压不住 / 该加闸 / 编排太贵」这类结论之前，先换官方
deepseek-v4-flash跑同一场景，对照 dev 的*-free档。免费档不只是慢，行为也不同（会把数据搬进推理再交差）；贵的经常是模型不是工具表。同构档已经是付费 Flash，对照时不要再当成免费档。 - 反向同样成立：别拿「换付费档就没了」把问题判给模型档位然后收手。无执行分支上有没有「够得着的完整交付」（结构报告 + 待跑脚本 + 一句下一步）同样决定会不会手抄、会不会宣称已校验。
- 验证时别同时换两个变量：改完 prompt / skill，要用失败基线那个模型复跑。拿付费档去验刚改的 skill，好转可被换模型单独解释，等于没验。
无 key → 按上面配，勿编造密钥。细节 → 本地开发 · evals · apps/server/agentcore/evals/harness.py。