上手指南

1. 安装依赖

python3 -m pip install -e ".[dev]"

2. 导出 schema

python3 -m execgo_playground schema export --out shared/spec

3. 启动 Docker harness

python3 -m execgo_playground harness up --build
python3 -m execgo_playground harness status

预期返回三个健康对象：

execgo
runtime
fixtures

4. 运行最小 smoke

python3 -m execgo_playground run \
  --framework langgraph \
  --scenario codegen_exec \
  --mode replay \
  --chaos none

成功后可在 var/runs/ 看到一组新的 artifacts。

5. 运行多框架对比

python3 -m execgo_playground benchmark \
  --framework langgraph \
  --framework crewai \
  --framework autogen \
  --scenario codegen_exec \
  --scenario vuln_scan \
  --chaos none \
  --chaos runtime_restart \
  --mode replay

6. 运行 live 模式

默认测试建议使用 mock provider。若需要真实模型：

export OPENAI_API_KEY=...
export OPENAI_BASE_URL=https://api.openai.com

python3 -m execgo_playground run \
  --framework crewai \
  --scenario multi_step_agent \
  --mode live \
  --provider openai \
  --model gpt-4.1-mini \
  --chaos none

7. 清理环境

python3 -m execgo_playground harness down

8. 启动桌面客户端

桌面客户端位于 desktop-client，作为训练场内部子项目存在。

cd desktop-client
npm install
npm run dev

桌面端后端只通过子进程调用训练场：

python3 -m execgo_playground ...

它不会通过 HTTP 调用训练场 Python 控制面；HTTP 端口仍只属于 ExecGo / Runtime / Fixtures 运行环境。