教程：从零启动平台

1. 同步依赖

uv sync

2. 初始化数据库

./scripts/init_db.sh

该命令会升级到最新结构，并在不存在时创建管理员 gly，初始密码 maxta2026。命令可重复执行，不会覆盖已有 gly 的密码。

3. 设置初始 `.env`

首次启动至少确认：

TARGET_BASE_URL
TARGET_MODEL
TARGET_AUTH_TYPE
TARGET_API_KEY
JUDGE_BASE_URL
JUDGE_MODEL
JUDGE_API_KEY

这些值是数据库尚无对应角色记录时的回退配置。启动并登录后，可改用 provider CRUD 持久化管理，无需重启。

4. 启动服务

uv run uvicorn app.main:app --workers 1

当前运行调度使用进程内状态，必须保持单进程。仅本地开发需要热重载时使用 uv run uvicorn app.main:app --reload；不要配置多个 worker，也不要同时启动多个服务进程。

5. 创建并登录用户

先设置 AUTH_TOKEN_SECRET（生产环境必须是随机长密钥），再使用初始化生成的管理员登录：

curl -X POST http://127.0.0.1:8000/api/v1/auth/login \
  -H 'Content-Type: application/json' \
  -d '{"username":"gly","password":"maxta2026"}'

除 GET /api/v1/health 和登录接口外，所有 /api/v1/* 请求都必须带上登录返回的令牌：

curl http://127.0.0.1:8000/api/v1/providers/target/models \
  -H 'Authorization: Bearer <access_token>'

Swagger 也可直接测试：打开 /docs 后，点击右上角 Authorize，在 BearerAuth 输入框粘贴登录响应里的 access_token（只粘贴令牌本身，不要手动写 Bearer ），点击 Authorize 和 Close。之后所有带锁的接口会自动携带 Authorization: Bearer <access_token>；令牌过期或登出后，重新登录并重复该步骤。

管理员可管理用户：POST /api/v1/auth/users 创建用户，GET /api/v1/auth/users 列表， PATCH /api/v1/auth/users/{id} 启用或禁用用户，DELETE /api/v1/auth/users/{id} 永久删除用户。普通用户调用这些接口会得到 403；当前登录管理员不能禁用或删除自己。已登录用户可用 GET /api/v1/auth/me 查看自己的账号和管理员标志。首次登录后立即调用 PATCH /api/v1/auth/password，提交 {"current_password":"maxta2026","new_password":"至少8位的新密码"} 修改本人密码。成功返回 204，并使本人所有旧令牌失效，随后用新密码重新登录。管理员仍可用 PATCH /api/v1/auth/users/{id}/password 无需旧密码地重置他人密码。登出调用 POST /api/v1/auth/logout，被撤销的令牌会立即无法再访问 API。

管理员还可管理模型提供商配置：POST /api/v1/providers 创建，GET /api/v1/providers 与 GET /api/v1/providers/{provider_id} 查询，PATCH /api/v1/providers/{provider_id} 局部更新， DELETE /api/v1/providers/{provider_id} 删除。provider_id 是 target 或 judge；API Key 只在写入时提交，响应仅返回 api_key_configured。PATCH 未提供 api_key 时保留原密钥。 GET /api/v1/providers 始终返回当前生效的 target 与 judge：source=env 表示来自 .env， source=database 表示数据库记录覆盖了该角色的环境变量。

6. 打开文档

Swagger: http://127.0.0.1:8000/docs
ReDoc: http://127.0.0.1:8000/redoc
OpenAPI JSON: http://127.0.0.1:8000/openapi.json

7. 推荐调用顺序

GET /api/v1/health
GET /api/v1/providers（确认每个角色的 source 与密钥配置状态）
GET /api/v1/providers/judge/models
POST /api/v1/providers/target/check
POST /api/v1/runs（新 Run 内部先执行并保存能力探测结果）
GET /api/v1/runs
GET /api/v1/runs/{run_id}
GET /api/v1/runs/{run_id}/results
GET /api/v1/reports
GET /api/v1/reports/{run_id}

创建运行的网络重试应复用同一个 Idempotency-Key 请求头；同一键与同一请求只会创建一个运行。

若服务中断，确认原进程已停止后调用 POST /api/v1/runs/{run_id}/resume；已保存的能力探测结果和题目不会重复执行。若终态是 completed_with_errors，调用 POST /api/v1/runs/{run_id}/retry-errors：成功结果保持不变，仅重跑 execution_status=error 的样例。逐条结果的 verdict=fail 是仲裁结论，不计入 Run 的 error_count，也不会被该接口重试。若只需重跑某条已有结果，在 Run 进入 completed 或 completed_with_errors 后调用 POST /api/v1/runs/{run_id}/results/{execution_id}/retry，然后继续轮询该 Run。

8. 创建并跟踪一次测试

smoke 最多执行 1 条单轮题；all 执行目标模型实际支持的全部题目。auto_judge=false 时仍会保存被测模型原始回复，但不会生成自动裁判结论。

curl -X POST http://127.0.0.1:8000/api/v1/runs \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer <access_token>' \
  -H 'Idempotency-Key: a-new-unique-key' \
  -d '{"profile":"smoke","auto_judge":true}'

新 Run 先探测并持久化基础能力，再按案例所需能力的交集筛选并异步执行；同一 Run 的恢复和重试复用探测结果。含 system 上下文或结构化附件的案例要求 system_message。响应中的 selected_count 初始为 0；使用 GET /runs/{run_id} 轮询，直到 terminal=true，再获取逐条 results 和汇总 reports。

报告不单独保存：POST /runs 创建运行后即可查询实时报告，结果变化时报告自动重算，因此没有报告 POST/PATCH。删除终态 run 会同时删除其结果，之后对应报告返回 404。

运行结束后可将详细结果导出为 Markdown：

uv run python scripts/export_run.py --run-id 42

默认导出全部样例到 outputs/run_42_results.md。仅导出执行错误时添加 --execution-status error；仅导出评价失败时添加 --verdict fail；两个参数可组合。脚本会交互请求用户名和密码，还可用 --base-url、--username 和 --output 指定服务地址、用户名和输出路径。

取消运行使用 PATCH /api/v1/runs/{run_id} 和 {"status":"cancelled"}。取消是协作式的：正在进行的单次模型请求结束后停止后续样例。终态运行可用 DELETE /api/v1/runs/{run_id} 删除，运行中删除返回 409。

6.2 KiB Raw Blame History Unescape Escape