iop/agent-test/dev/edge-smoke.md

test_env	test_profile	domain	verification_type	last_rule_updated_at
dev	edge-smoke	edge	smoke	2026-07-24

edge-smoke dev 테스트

읽기 조건

• apps/edge/** 변경 또는 edge registry, transport, service, console, OpenAI-compatible/A2A 입력 표면 dev 검증 판단이 필요한 경우

적용 범위

• apps/edge/cmd/edge/**
• apps/edge/internal/bootstrap/**
• apps/edge/internal/transport/**
• apps/edge/internal/service/**
• apps/edge/internal/events/**
• apps/edge/internal/input/**
• apps/edge/internal/openai/**
• apps/edge/internal/opsconsole/**
• apps/edge/internal/node/**

분류

• domain: edge
• verification_type: smoke
• scope: edge 실행 그룹, node registry, input surface baseline

환경

• host: local checkout. dev runtime, external CLI, shared port evidence가 필요하면 원격 runner를 사용한다.
• port: compose Edge-Node TCP transport 19003; dev artifact/bootstrap HTTP 후보 18082, dev Edge OpenAI-compatible HTTP 후보 18083, dev Edge metrics 후보 19101.
• runtime: Go 1.24
• package manager: Go modules / Makefile
• docker: unit/smoke quick check는 Docker를 요구하지 않는다. compose dev 검증은 docker compose --env-file .env.dev.example ...로 수행한다.
• external service: dev artifact/base URL 후보 http://toki-labs.com:18082, dev Edge runtime 주소 후보 toki-labs.com:19003
• model endpoint: dev OpenAI-compatible base URL 후보 http://toki-labs.com:18083/v1
• credential: token/secret 원문은 문서에 기록하지 않는다.

dev-runtime provider pool 인벤토리

dev-runtime provider pool과 4-node 연결 상태를 점검할 때는 agent-test/inventory-dev.yaml의 machine-readable 값을 우선하고, 원격 runner ssh toki@toki-labs.com의 /Users/toki/agent-work/iop-dev checkout을 기준으로 한다.

• Edge config: build/dev-runtime/edge.yaml
• Edge id: edge-toki-labs-dev
• Control Plane HTTP: http://127.0.0.1:18001
• bootstrap HTTP: http://toki-labs.com:18082
• Edge OpenAI-compatible base URL: http://toki-labs.com:18083/v1
• Edge-Node TCP transport: toki-labs.com:18084
• active model aliases: laguna-s:2.1(GX10), ornith:35b/ornith-fast(OneXPlayer/RTX5090), qwen3.6:35b(mac-mlx-vllm)
• host Pi default profile: agent-test/inventory-dev.yaml의 model.pi_agent_profile 기준. 현재 기본 provider/model/thinking level은 iop / laguna-s:2.1 / high이며, Pi는 IOP Edge http://toki-labs.com:18083/v1의 Laguna model group을 호출한다. Pi local direct providers는 제거된 상태다.
• provider/model separation: Laguna는 GX10 poolside_v1, Qwen은 mac qwen/qwen3, Ornith는 Lemonade runtime profile을 사용한다. dev-corp gemma4:26b와 stopped DiffusionGemma 설정을 이들 profile에 섞지 않는다.

노드 후보:

• mac CLI + MLX provider node: mac-codex-node / mac-codex
  • SSH/user: ssh toki@toki-labs.com
  • 목적: cli adapter, codex app-server + mac-mlx-vllm provider resource
  • workspace: /Users/toki/agent-work/iop-workspace/nomadcode
  • MLX vLLM provider: mac-mlx-vllm
    • provider endpoint: http://127.0.0.1:8002/v1
    • served model: mlx-community/Qwen3.6-35B-A3B-4bit
    • capacity baseline: 2
    • priority baseline: 2
    • workdir: /Users/toki/agent-work/iop-mlx-vllm
    • runtime baseline: vllm-mlx, --max-num-seqs 2, --max-kv-size 262144, --max-request-tokens 262144, --use-paged-cache --paged-cache-block-size 64 --max-cache-blocks 4096, --enable-auto-tool-choice --tool-call-parser qwen --reasoning-parser qwen3, --default-chat-template-kwargs {"enable_thinking": true}
    • KV policy: per-call window bound 262144, one full context-size setting
    • long-context admission baseline: total_context_tokens=262144, long_context_capacity=1 (KV budget 262144 fits one full 262144-window request; long slot count is not the normal capacity 2)
• GX10 vLLM node: gx10-vllm-node / gx10-vllm
  • SSH/user: ssh toki@192.168.0.91
  • provider endpoint: http://192.168.0.91:8001/v1
  • served model: laguna-s:2.1
  • capacity baseline: 4
  • priority baseline: 1
  • runtime baseline: custom image iop-vllm-laguna-s21:v0.25.1-cu130, model poolside/Laguna-S-2.1-NVFP4 revision 07614121b31898586430f189d27a25a0be310843, --served-model-name laguna-s:2.1, --max-model-len 262144, --max-num-seqs 4, --gpu-memory-utilization 0.70, --enable-prefix-caching, --enable-auto-tool-choice --tool-call-parser poolside_v1, --reasoning-parser poolside_v1, --chat-template /run/iop/laguna-s-2.1-thinking.jinja, --default-chat-template-kwargs '{"enable_thinking":true}', --override-generation-config '{"temperature":0.7,"top_p":0.95}'
  • thinking template baseline: host /home/toki/iop-gx10-vllm/laguna-s-2.1-thinking.jinja를 container에 read-only bind하고 generation prefix를 <think>\n으로 둔다. stock <think> prefix가 첫 토큰 </think>를 유도해 reasoning이 비는 현상을 방지한다.
  • speculative decoding baseline: poolside/Laguna-S-2.1-DFlash-NVFP4 revision 723794750422b3efbf3a7b3af76dffb4ba035943, method=dflash, num_speculative_tokens=7
  • long-context admission baseline: observed GPU KV cache 373711 tokens, long_context_capacity=1 (vLLM max concurrency 1.43x for a 262144-token request)
  • reasoning baseline: provider-native reasoning delta를 Edge passthrough가 보존하고 Pi가 thinking_delta로 소비한다. Pi Laguna compat는 thinking level을 chat_template_kwargs.enable_thinking으로 전달하고 preserve_thinking=true를 유지한다.
  • workspace: /home/toki/iop-gx10-vllm
• OneXPlayer Lemonade node: onexplayer-lemonade-node / onexplayer-lemonade
  • SSH/user: ssh r0bin@192.168.0.59
  • 접속 기준: 현재 작업 호스트에서 직접 SSH
  • provider endpoint: http://192.168.0.59:13305/v1
  • served model: Ornith-1.0-35B-GGUF-llamacpp-tp1-Q5_K_M
  • capacity baseline: 3
  • priority baseline: 2
  • load baseline: checkpoint LordNeel/Ornith-1.0-35B-GGUF-llamacpp-tp1:Q5_K_M, backend vulkan, ctx size 524288, llamacpp_args="--spec-type none -cb -fa on -b 4096 -ub 1024 --kv-unified --temp 0.6 --top-p 0.95 --top-k 20", save_options=true
  • long-context admission baseline: total_context_tokens=524288, long_context_capacity=2 (-np 고정 분할을 제거하고 --kv-unified를 사용한다. /slots는 auto slots 4개와 slot n_ctx=262144를 보고한다)
  • workspace: C:/Users/r0bin/iop-field
• RTX5090 Lemonade node: rtx5090-lemonade-node / rtx5090-lemonade
  • SSH/user: ssh iop-dev-rtx5090
  • 접속 기준: 현재 작업 호스트의 local SSH config alias와 public-key batch 인증
  • provider endpoint: http://192.168.0.111:13305/v1
  • served model: Ornith-1.0-35B-GGUF-llamacpp-tp1-Q5_K_M
  • capacity baseline: 1
  • priority baseline: 0
  • load baseline: backend cuda, Q5 GGUF, Q8 KV, ctx size 262144, llamacpp_args="--spec-type none -np 1 -cb -fa on -b 512 -ub 256 --kv-unified -ctk q8_0 -ctv q8_0 --temp 0.6 --top-p 0.95 --top-k 20", Lemonade host=0.0.0.0
  • long-context admission baseline: total_context_tokens=262144, long_context_capacity=1
  • process baseline: 2026-07-23 기준 실제 IOP Node 부팅 owner는 user Startup의 IOP Node.lnk이며, cmd.exe -> C:/Users/r0bin/iop-field/run-iop-node.cmd -> iop-node.exe serve --config node.yaml으로 실행한다. 제거된 Task Scheduler IOP Dev Node RTX5090 Lemonade는 IOP dev 배포가 생성·재생성하지 않는다.
  • sampling rollout: 2026-07-23 saved recipe와 실제 llama-server process에서 --temp 0.6 --top-p 0.95 --top-k 20 적용을 확인했다.
  • workspace: C:/Users/r0bin/iop-field

GX10은 Laguna S 2.1 NVFP4 + DFlash NVFP4를 사용한다. OneXPlayer와 RTX5090 Lemonade는 Ornith Q5 GGUF를 사용하고 runtime speculative decoding은 --spec-type none으로 끈다. provider family별 parser/template을 섞지 않는다.

OneXPlayer Lemonade Node는 원격 runner나 Edge host에서 다시 SSH하거나 proxy process로 띄우지 않는다. 현재 작업 호스트에서 OneXPlayer Windows host에 ssh r0bin@192.168.0.59로 직접 접속한 뒤 generated PowerShell bootstrap을 실행한다.

RTX5090 Lemonade Node도 원격 runner나 Edge host를 경유하지 않는다. 현재 작업 호스트에서 ssh iop-dev-rtx5090으로 public-key batch 접속한다. IOP Node는 user Startup의 IOP Node.lnk에서 직접 run-iop-node.cmd를 거쳐 실행하며, 별도 startup.lnk -> startup.bat -> oto -> AHK 체인은 호스트 자동화용이다. 후자에 남은 RemoteLLM_mode.ahk의 Task Scheduler 호출은 제거된 task를 가리키므로 Node startup/배포 검증에 사용하지 않는다. 배포 직후 즉시 재시작은 run-iop-node.cmd를 Win32_Process.Create 또는 동등한 세션 독립 방식으로 실행한다. Lemonade가 localhost-only로 bind되면 Node 연결이 실패하므로 0.0.0.0:13305 listener를 확인한다.

mac-mlx-vllm provider는 mac-codex-node 소속 resource로, Edge host와 같은 macOS host에서 vllm-mlx process로 실행한다. vllm-mlx API는 외부에 직접 노출하지 않고 127.0.0.1:8002에 bind하며, Edge OpenAI-compatible adapter가 local bearer header로 호출한다. 운영 파일은 /Users/toki/agent-work/iop-mlx-vllm/vllm-mlx.pid, logs/vllm-mlx.stdout.log, logs/vllm-mlx.stderr.log를 기준으로 한다. Docker와 macOS 여유 메모리를 고려해 capacity는 2를 기본선으로 유지한다.

GX10 Laguna 공식 vLLM baseline은 temperature=0.7, top_p=0.95, model generation_config의 top_k=20, tool_call_parser=poolside_v1, reasoning_parser=poolside_v1, enable_thinking=true다. 현재 dev는 reasoning 출력을 위해 generation prefix를 <think>\n으로 보정한 로컬 템플릿을 사용한다. Edge/Pi smoke는 high에서 thinking event, off에서 thinking event 0개와 최종 text를 대조하고 agentic multi-turn에서는 tool-call 전후 reasoning과 최종 text까지 확인한다. OneXPlayer/RTX5090 Ornith sampling은 기존 temperature=0.6, top_p=0.95, top_k=20 기준을 유지한다.

명령

• setup:
• lint:
• unit: go test ./apps/edge/...
• smoke: ./scripts/e2e-smoke.sh는 기본 포트 임시 설정을 쓰는 보조 smoke이므로 dev 포트 override 필요 여부를 먼저 확인한다.
• e2e: make test-e2e는 보조 smoke이며 full-cycle 실제 구동을 대체하지 않는다.
• model: dev OpenAI-compatible profile을 띄운 경우 iop-edge smoke openai --base-url http://127.0.0.1:18083
• full-cycle: repo 내부 edge-node 진단, iop-edge smoke openai, OpenAI-compatible 입력 표면 수동 검증

필수 검증

• 변경한 edge 패키지 또는 go test ./apps/edge/...를 실행한다.
• registry, service, transport, console, HTTP/A2A 입력 표면을 바꾼 경우 edge-node 메시지 2회 왕복과 command 응답을 확인한다.
• OpenAI-compatible 경계를 바꾼 경우 dev 18083 기준 iop-edge smoke openai 또는 동등한 /healthz, /v1/models, /v1/responses 확인으로 edge service와 node adapter 경로 수렴을 확인한다.
• OpenAI-compatible tool-call 경계(apps/edge/internal/openai/**의 text tool-call 합성/validation)를 바꾼 경우 dev 18083 /v1/chat/completions에 Pi/Cline형 tools[] 요청을 non-stream/stream 각각 최소 1회 보내 raw text tool-call boundary smoke를 수행한다. token은 원격 환경 변수에서 주입하고 원문을 명령/로그/보고에 남기지 않는다.
• dev provider-pool tool-call drift를 확인할 때는 active model group별 provider만 섞는다. Laguna group은 gx10-vllm direct와 Edge laguna-s:2.1, Ornith group은 onexplayer-lemonade/rtx5090-lemonade direct와 Edge ornith:35b, Qwen group은 mac-mlx-vllm direct와 Edge qwen3.6:35b를 각각 검증한다.
• bootstrap/artifact 경계를 바꾼 경우 dev artifact/base URL 후보 18082가 local/test 18080 field baseline을 덮어쓰지 않는지 확인한다.

보조 검증

• ./scripts/e2e-smoke.sh는 edge-node 최소 생존 확인에 사용한다.
• ./scripts/e2e-openai-ollama.sh는 OpenAI-compatible Ollama 입력 표면 보조 확인에 사용한다.

판정 기준

• node 등록, /nodes, console 메시지 전송, 기대 payload를 포함한 [node-*-message] 출력, 같은 run의 complete event가 확인된다.
• node 로컬 [node-message] payload 라인 목록과 edge [node-*-message] payload 라인 목록이 run별로 내용/순서까지 동일해야 한다.
• edge complete는 같은 run의 마지막 [node-*-message] 이후에만 정상이다.
• OpenAI-compatible smoke에서 /healthz, /v1/models, /v1/responses가 기대 상태로 응답한다.
• raw text tool-call boundary smoke: Pi/Cline형 tools[] 요청에서 응답 body와 SSE delta 어디에도 <tool_call>, {{, <|mask_end|> 원문이 성공 content로 남지 않는다. 요청 tools[]에 있는 valid raw text tool-call은 message.tool_calls(또는 stream delta.tool_calls)와 finish_reason: "tool_calls"로 정규화되고, unknown tool hallucination이나 malformed 블록은 성공 content가 아니라 non-stream tool_validation_error(HTTP 502) 또는 SSE tool_validation_error 이벤트로 끝난다. non-stream/strict buffered stream은 bounded retry 후 차단을 확인한다. 세부 payload와 계약은 docs/edge-local-dev-guide.md의 Raw text tool-call boundary smoke와 agent-contract/outer/openai-compatible-api.md를 따른다.
• raw boundary smoke evidence는 tracked 문서가 아니라 ignored run 위치(agent-test/runs/**)나 code-review output path에 저장하고, 저장물에도 token 원문을 남기지 않는다.
• provider-pool dispatch는 in_flight >= capacity인 provider를 후보에서 제외하고, 남은 후보 중 가장 낮은 in_flight 레벨을 먼저 선택한다. 같은 in_flight 레벨 안에서는 낮은 priority 값과 rotation으로 분산한다.
• dev-runtime capacity smoke는 model group별로 분리한다. Laguna laguna-s:2.1은 gx10-vllm=4이므로 5개 동시 요청에서 in_flight=4, queued>=1; Ornith ornith:35b는 onexplayer-lemonade=3 + rtx5090-lemonade=1이므로 5개 요청에서 in_flight=4, queued>=1; Qwen qwen3.6:35b는 mac-mlx-vllm=2이므로 3개 요청에서 in_flight=2, queued>=1을 기준으로 한다. ornith:35b와 ornith-fast는 provider-owned shared capacity 구현 전까지 model group별 capacity를 독립 집계하므로 같은 smoke에서 두 alias를 섞지 않는다.
• 2026-07-23 ornith:35b 동시 긴 한국어 streaming 시도는 downstream release 전 llama-server HTTP 500 Failed to parse input at pos로 끝났다. 이는 provider parser 오류이며 repetition loop 또는 output filter hit으로 판정하지 않는다. 원문 prompt/SSE는 ignored run에만 보관하고, 재시도·필터 설계에는 sanitised provider-error evidence만 사용한다.
• capacity smoke 완료 후 대상 provider의 in_flight=0, queued=0 회복을 확인한다.
• long-context admission 시나리오(normal 10-way, mixed long/normal, all-long-slot-full)와 최종 회복 근거는 agent-test/dev/long-context-admission-smoke.md와 scripts/e2e-long-context-admission-smoke.sh를 사용한다.
• 2026-06-24 dev 13-way 확장 smoke는 Mac capacity가 3이던 이전 관측이다. 해당 run에서는 /v1/chat/completions 13개 요청 성공, peak in_flight=10, 실제 queue 대기 3개, 최종 회복 in_flight=0, queued=0이 관측되었다. 현재 Mac capacity 2 기준 13-way 확장 smoke 기대치는 peak in_flight=9, queue 대기 4개 이상이다.
• Qwen provider-pool smoke는 thinking/reasoning 텍스트가 포함될 수 있다. 추론 출력 자체를 실패로 보지 말고 HTTP 성공, model alias, final marker 포함 여부, provider node log/run count 증가로 판정한다. 응답 전체가 특정 token과 정확히 같은지 비교하는 strict exact-match는 이 profile의 기본 판정으로 쓰지 않는다.
• Qwen provider를 agent/tool-call 용도로 검증할 때는 일반 chat smoke와 별도로 forced tool call, auto tool call, streaming delta.tool_calls, multi-turn tool result 후 최종 답변을 확인한다. raw native marker나 reasoning text가 assistant content로 새면 해당 model/runtime의 parser/template profile 미확정으로 보고한다.
• Qwen runtime에는 Qwen 전용 parser/template 검증값만 사용한다. dev-corp Gemma 계열의 tool_call_parser=gemma4, reasoning_parser=gemma4, Gemma4 chat template/profile을 Qwen provider에 복사하지 않는다.
• bootstrap 사용자 명령은 완성된 URL과 positional token 하나만 포함한다.

기준 출력 예시

edge> /nodes
[edge] sent run_id=...
[node-*-message] IOP_EXPECTED_REPLY
[node-*-event] complete

차단 기준

• dev host 또는 Edge-Node TCP port 접근이 불가능하다.
• 외부 CLI profile 검증에 필요한 CLI 설치, 계정, provider 상태가 없다.
• dev artifact/model/metrics 포트가 기존 field baseline과 충돌한다.

보고 항목

• 실행한 명령:
• 성공한 검증:
• 실패/차단된 검증:
• 생략 사유:
• 남은 위험:

금지 사항

• secret, token, 개인 endpoint 원문은 tracked 파일에 기록하지 않는다.
• field baseline 포트(18080, 18081, 19090, 19092)를 dev 전용 포트로 재사용하지 않는다.