不想在网页上手动勾选或敲命令？你可以让 AI 助手根据现场情况自动核算主机与配件，或者在设备通电后一键运行脚本自动安装。
此套餐在 RK3576 test platform 上部署已测试的 Kev RKLLM 路径。engine 导出容量为 8192 tokens，但该设备上的部署 guard 和 metadata 将请求限制为 2048 tokens，因为 8K 配置触发了全局 OOM。运行时、engine、head、tokenizer 和 metadata 均作为固定版本外部产物记录。
两台 RKLLM 设备的 500-token 可复现报告保存在 assets/evidence/context500-20261011/。每台设备包含 120 条 original 和 120 条 reverse fixture case；该 fixture 使用生成上下文，不能作为任意长请求的准确率结论。
套餐 bootstrap 会自动准备固定版本的本地归档和模型输入，不需要手动准备归档目录。network_region: global 只用于加载本地归档时保持 Docker 镜像名称不被改写；Hugging Face bootstrap 下载仍使用 hf-mirror.com。
容器选择 DECISION_BACKEND=rkllm 和 MODEL_ID=kev。bootstrap 会自动下载并校验固定版本产物，然后准备包含 model.rkllm、kev_head.npz、tokenizer/tokenizer.json 以及固定版本运行时 runtime/librkllmrt.so 的目标目录；无需手动提供预先准备的模型目录。只有使用固定版本 RKLLM 1.3.1 头文件构建时，镜像才包含 C helper。
填写 SSH 信息。RKLLM 首次准备至少需要 3GB 可用空间（实测新鲜产物峰值约 1.94GB，并保留 1GB 余量）。可选的 MODEL_SERVICES_JSON 可将其他模型系列映射到已有 HTTP 服务；当前容器只在本地加载 Kev。VOICE_SERVICE_URL 仅连接已有兼容语音服务，不会安装 ASR。
将其他模型 ID 映射到已有 HTTP 模型服务；留空使用本地 Kev。
| 现象 | 处理 |
|---|---|
| 模型没有就绪 | 检查 bootstrap 校验日志是否成功，并确认目标目录包含 model.rkllm、kev_head.npz、tokenizer/tokenizer.json 和 runtime/librkllmrt.so，然后重新部署。 |
| 健康接口返回了其他 backend 或 model ID | 检查部署字段，确认本套餐使用 DECISION_BACKEND=rkllm 和 MODEL_ID=kev。 |
打开 http://<设备 IP>:18768。验证要求 /api/health 返回 model_ready: true、backend: "rkllm" 和 model_id: "kev"。
健康检查确认 Kev 模型就绪后，提交带候选命令的请求。
第二轮 RK3576 test platform 验证使用相同固定版本镜像，5 个 golden 请求全部 HTTP 200，5/5 选择结果正确。2069 词边界请求编码为 2088 tokens，在进入 NPU 前以 HTTP 422 拒绝。该轮使用镜像内置 helper，没有 external helper、RKNN runtime 或 GOMP mount。原始证据见 assets/evidence/rk3576-release-0.3.1-20261011/second-validation/。
| 现象 | 处理 |
|---|---|
| 工作台页面打不开 | 先确认 18768 端口的健康接口已就绪，再打开页面。 |
| 请求返回 HTTP 422 | 按套餐限制检查请求大小；文档中的边界请求会在进入 NPU 前被拒绝。 |
此套餐在 RK3588 test platform 上部署已测试的 8K Kev 产物契约，已验证部署上下文为 8192 tokens；结果只适用于已测试设备，不推断其他可用内存不同的板卡。
同一份 500-token 可复现报告覆盖此套餐，原始 JSONL 和机器生成 summary 位于该目录下的 rk3588/ 子目录：assets/evidence/context500-20261011/。
此套餐的 bootstrap 会自动下载并校验固定版本产物，然后准备目标目录；无需手动提供预先准备的模型目录。network_region: global 只用于加载本地归档时保持 Docker 镜像名称不被改写；Hugging Face bootstrap 下载仍使用 hf-mirror.com。
bootstrap 会自动下载并校验固定版本 engine、FP32 Q/K head、tokenizer、metadata 和 RKLLM 运行时，然后准备目标目录；无需手动提供预先准备的模型目录。服务启动时不会下载模型权重。
| 现象 | 处理 |
|---|---|
| 模型没有就绪 | 检查 bootstrap 校验日志是否成功，并确认目标目录包含固定版本 engine、head、tokenizer、metadata 和 RKLLM runtime，再检查 /api/health。 |
| 请求在推理前被拒绝 | 按已验证的 8192-token 部署上下文和 MAX_OPTIONS 检查请求。 |
可通过部署字段配置可选远程模型配置和已有语音服务。
打开 http://<设备 IP>:18768，确认健康接口报告模型就绪后再发送决策请求。
健康检查确认 Kev 模型就绪后，提交带候选命令的请求。
| 现象 | 处理 |
|---|---|
| bootstrap 在服务健康前失败 | 重新检查目标筛选缓存和镜像归档校验值，再按文档重新执行 bootstrap。 |
| 语音请求失败 | 本次验证只覆盖文字决策；留空 VOICE_SERVICE_URL，或提供已有兼容 /asr/stream 服务。 |
可选已有语音集成要求浏览器录音页面使用 HTTPS 或 localhost，并获得麦克风权限。普通远端 HTTP 页面不能使用浏览器录音；文字决策不依赖语音。VOICE_SERVICE_URL 只连接已有兼容的 /asr/stream 服务，不安装或验证 ASR。部署字段提供 server default；当前 UI 配置此可选路径时还需要在 voice drawer 中填写 URL。
RKLLM 0.3.1 ef82 镜像已发布到 Hugging Face revision db0545065d4da3598d009407fc3bd0c7632ca199，沿用路径前缀 releases/edge-workbench-0.3.0。RK3588 test platform stock 部署的 bootstrap 退出码为 0。13 个目标筛选后的 model/shared 文件与已校验 SHA 的缓存一致并复用；另从 https://hf-mirror.com 下载 1 个新 image archive。这是缓存复用加 1 次下载，不是全新下载 14 个文件。
镜像标签为 edge-command-workbench:rockchip-rkllm-0.3.1-review。archive SHA-256 为 251cb7fef080f489bf311b37c5bddbba1cd72e887e71f10ce12fc25a1fe64f77，image config SHA-256 为 d7a81c4f8ef3eaa2c21560b2d37939c6088357ec0c1d41c3089ff5fbc3836de9。stock 服务在 http://<device-ip>:18768 完成验证：health 返回 model_ready=true、backend=rkllm、model_id=kev、max_sequence_tokens=8192 和 max_options=16。/api/models 返回 ready 的 Kev（rkllm、8192）与 Laya（rknn、90）；相同短决策请求对 model_id=kev 和 model_id=laya 均返回 HTTP 200。Laya profile 使用已有服务 http://127.0.0.1:18771。
image 内置 helper /opt/kev/libkev_runtime.so 已校验，SHA-256 为 022e0102f9dd4c8839ba7acbc68f03d8811bf020cde84d6cf1343829cd66f919；没有使用外部 helper mount。原始选定请求、响应、耗时、bootstrap、compose 与容器元数据见 assets/evidence/rk3588-release-0.3.1-20261011/。此前的 a556/d870 14 文件 bootstrap 记录保留为历史证据，不被替换。此次设备验证不包含 voice 和 ASR。
通过 SSH 将本地命令工作台部署到一台 RK3576 Linux 设备。本套餐只面向 RK3576，不包含 Jetson 或 RK3588。
部署过程会准备固定版本的应用归档、RKNN 模型和 tokenizer，然后在目标设备的 18768 端口启动单容器 Web 工作台。目标设备需要已有 Docker 和 RKNN 运行时库。
部署文件放在目标设备的 /home/<username>/edge-command-workbench。流程会跳过 Docker 安装和 Docker 镜像拉取；只有在目标设备没有精确的本地镜像标签时才加载镜像归档。部署前请保留至少 4GB 磁盘空间，安装 Docker 和 /usr/lib/librknnrt.so，并提供已测试的 RK3576 NPU DRM 节点 /dev/dri/card1 与 /dev/dri/renderD129。
填写目标设备 IP 或主机名、SSH 用户名和 SSH 密码。已有兼容本地语音服务的地址为可选项，不需要语音时留空，然后点击 部署。
仅在目标设备已有兼容的本地语音服务时填写。本方案不会安装 ASR。
| 现象 | 处理 |
|---|---|
| 缺少镜像归档或 tokenizer 校验值 | 在构建归档后补齐发布 manifest 的校验值；脚本会在启动 Docker 前停止。 |
| 加载后没有目标镜像标签 | 确认归档是 RK3576 arm64 构建，并包含 edge-command-workbench:rk3576-0.1.0。 |
| RKNN 库报错 | 检查目标设备的 /usr/lib/librknnrt.so，并保留 compose 中的只读挂载。 |
| 18768 端口被占用 | 检查占用服务的归属，停止后再重试。 |
| 工作台无法打开 | 检查目标设备 IP，并确认 docker compose ps 显示工作台容器为 healthy。 |
打开 http://<device-ip>:18768 验证页面。页面由已部署的应用提供。浏览器在 localhost 或本地网络打开时可使用 HTTP；可选语音服务要使用浏览器麦克风时，需要 HTTPS 或 localhost。
只有目标设备已有兼容的本地语音服务时才填写 VOICE_SERVICE_URL；本方案不会自动安装语音服务。
打开已部署的 Web 工作台并提交带候选命令的请求。页面能加载且返回 JSON 决策响应时，表示容器、模型挂载、tokenizer 挂载和 RKNN 后端可访问。
| 现象 | 处理 |
|---|---|
| 健康检查尚未就绪 | 等待模型加载，然后查看 docker logs edge-command-workbench。 |
| 语音按钮不可用 | 保持语音关闭，或填写已有兼容的 VOICE_SERVICE_URL；本套餐不会安装 ASR。 |
打开 http://<device-ip>:18768/api/health，确认服务健康。主要决策接口是 18768 端口上的 POST /api/decide。