Режим Production

Режим Production превращает разовую генерацию в долговечного, измеримого, улучшаемого агента. Это путь, который вы используете, когда хотите сохранить цепочку, протестировать её, эволюционировать и выпустить лучшую версию.

Что происходит на промпте в Production

Когда вы вводите задачу в режиме Production, MAESTRO автоматически выполняет такую последовательность:

Генерация — MAGE создаёт воспроизводимую цепочку (без цикла ReAct, без синтеза ответа — цепочки Production должны выполняться одинаково каждый раз).
Сохранение в artifact store — цепочка попадает в хранилище артефактов сессии (её видят пилюля в заголовке и /artifacts).
Сохранение — цепочка сохраняется в Memory под стабильным chain_id с отображаемым именем. (Дубликат существующей цепочки → без повторного сохранения.)
Baseline — MAESTRO выполняет один baseline-прогон и сохраняет его как первую запись датасета для этой цепочки.
Эволюция — если подключена Платформа и baseline прошёл успешно, MAESTRO запускает эволюционный прогон относительно baseline.

После этого цепочка живёт в вашей Библиотеке под своим chain_id.

Требования и откат

Memory обязательна: CARE_MEMORY__BASE_URL (+ CARE_MEMORY__API_KEY, если включена аутентификация). Без неё выбор Production автоматически откатывается к Ad-Hoc с предупреждением.
Платформа опциональна: эволюция запускается только при заданном CARE_PLATFORM__BASE_URL; иначе сохранение + baseline всё равно происходят, а эволюция пропускается.

Каналы и версии

Сохранённые цепочки версионируются. Правки (через /revise) создают новые версии; канал latest всегда указывает на самую новую. Продвиньте выбранную версию (или победителя эволюции) в stable-канал с помощью /promote. Чтения CLI учитывают --channel (по умолчанию latest) — например, care run <id> --channel stable.

Команды Production

Они появляются в режиме Production (полный список — в разделе слэш-команды → production):

Датасеты — измеряйте качество

/dataset add <chain_id> "<task>" --expected "<out>" [--rubric "<prompt>"]
/dataset list <chain_id>
/dataset run <chain_id>          # replay every entry + score it
/dataset export <chain_id> <path>   # write entries as JSONL

Baseline-прогон засевает запись №1; добавьте больше кейсов, затем /dataset run, чтобы оценить цепочку относительно них. Аналог в CLI собирает + оценивает датасеты headless.

Эволюция — улучшайте автоматически

Запустить эволюционный прогон можно тремя способами:

Автоматически — в Production успешный baseline запускает прогон (шаг 5 выше).
Из TUI — откройте сохранённую цепочку в Библиотеке и нажмите v / E, чтобы открыть окно запуска эволюции. Перед стартом оно показывает предпросмотр бюджета — число итераций, рубрику и цели вместе с оценкой стоимости прогона в токенах/долларах, — чтобы вы могли прикинуть масштаб прогона, прежде чем на него тратиться.
Headless — care evolve <chain_id> --iterations 8 --wait --accept.

Когда прогон пошёл, следите за ним на дашборде эволюции — это список активных и недавних прогонов (Enter открывает прогон, c сравнивает два). Вид прогона стримит график приспособленности, фронт Парето, программы и версии, а в шапке держит живой счётчик расходов — вы всегда видите траты в токенах/долларах относительно бюджета, заданного при запуске.

Наблюдайте и управляйте прогоном из чата:

/evolution <run_id>              # render the run's state inline
/evolution watch <run_id>        # stream events live
/evolution accept <run_id> <individual_id>   # promote the winner

ГА оптимизирует относительно датасета цепочки (это сигнал приспособленности), поэтому сначала засейте несколько записей датасета. Принять победителя можно через /evolution accept, кнопкой Accept winner на дашборде эволюции или care evolve --accept — лучшая особь продвигается в stable-канал.

Развёртывание — обслуживать как HTTP-агента

Отправьте сохранённую цепочку в agent hub, чтобы она работала как HTTP-агент с собственным Swagger UI:

/deploy <ref> [--channel <ch>] [--name <agent>]   # канал по умолчанию: stable

Нужен extra deploy (pip install "maestro-care[deploy]"). Полный гайд: Развёртывание агентов.

Жизненный цикл

/revise [<id>] <change>          # edit the chain in natural language → new version
/promote <id> <version>          # promote a version / winner to the stable channel
/upload <chain_id>               # POST the chain to CARE_UPLOAD__URL
/forget <chain_id> [--force]     # soft-delete the chain + its dataset

Смотрите также

Сценарии — сквозные проработанные примеры.
Ad-Hoc vs Production · Архитектура