Agent 工具调用边界
浏览器内运行本地白名单工具；不会访问网络、文件或命令行。
向课程笔记提问
试试输入“RAG”“评测”或“revision”。输出以不可信工具结果处理，不能直接触发外部操作。
边界：这是与 MCP 工具调用结构一致的本地练习，不是远程 MCP Server。
运行结果
可复现评测计划
在浏览器生成可复制的 lm-eval 命令与记录，不会偷偷下载模型。
固定你的比较条件
正式对比应填不可变的模型 commit，而不是只写 main。
可复制结果
DDP 与分布式 checkpoint
浏览器演示进程同步、保存与恢复顺序；真实训练需要下载脚本和 PyTorch。
选择运行拓扑
此处只模拟控制流和 manifest，不使用显卡、不执行真实梯度计算。
真实命令：torchrun --standalone --nproc_per_node=2 …
checkpoint manifest
vLLM Prometheus 指标
粘贴 /metrics 文本即可在本地解析；数据不会提交到服务器。
输入指标文本
默认是教学 fixture。真实服务可复制其 /metrics 响应到这里。