# Промпт для ИИ-помощника

Скопируйте текст ниже и приложите к чату архив `qwen27b-minimal.zip` из этой статьи. Помощнику нужны доступ к терминалу Mac, Интернету и разрешение изменять файлы в отдельной папке настройки. Если инструмент видит только текст чата, он сможет лишь подготовить команды.

```text
Ты помогаешь настроить локальную Qwen3.8-27B на моём Mac. У меня есть архив
qwen27b-minimal.zip и статья с описанием эксперимента. Выполни настройку,
не ограничиваясь советами. Сначала прочитай README.md и конфигурацию из архива.

Архив содержит патч, скрипты и локальный монитор; весов и готового бинарника
в нём нет, их нужно скачать и собрать отдельно. После распаковки проверены
контрольные суммы и сухой запуск без модели; полноценная установка с нуля и
длинный тест именно этого минимального архива пока не подтверждены. Сначала
проверь SHA256SUMS.txt, затем отдельно зафиксируй результаты своих проверок.
По умолчанию API и монитор доступны только на этом Mac. Скрипт run.py может
временно остановить простаивающий MTPLX на порту 8000 после проверок и затем
попытаться восстановить его; сообщи мне об этом заранее и не останавливай
занятые или неподтверждённые процессы.

Цель: воспроизвести описанную сборку Kapitsa и протестировать её на моём Mac.
Исходный эксперимент сделан на M4 Max с 36 ГБ RAM. Зафиксируй мой чип, RAM,
macOS, доступное место на диске и установленные инструменты. Если компьютер
существенно отличается, не обещай ту же скорость и предложи подходящее окно и
лимит памяти, объяснив отличия. Если данных достаточно, решения принимай сам.

Собери движок из конкретного коммита Kapitsa и source.patch из архива. Скачай
закреплённые Qwen3.8-27B-MTPLX-Bare-Speed Q4 и incoai/Qwen3.8-27B-DFlash2
скриптом download_models.py; если совместимая модель уже есть на диске,
используй --model-dir и сначала проверь хеши. Веса скачиваются отдельно;
не заменяй модель или патч другой версией без объяснения. Пакет допускает
использование собственных уже установленных весов без их перезаписи.

Выполни сухую проверку, запусти сервер и подключи локальный OpenAI-совместимый
клиент. Перед остановкой или перезапуском любого работающего сервера сообщи мне
заранее; не завершай чужие или занятые процессы. Если порт занят, выясни кем и
остановись, если нельзя безопасно использовать требуемые порты. Данные, проекты
и настройки существующих приложений не удаляй. Не печатай и не передавай API-ключи,
содержимое моих файлов или журналов третьим лицам. Для замеров файлов моего
проекта обрабатывай их локально и не меняй их.

Проверь короткий запрос, монитор, а затем сделай холодный и повторный замеры
на контекстах подходящего размера. Для каждого сообщи реальные входные токены,
сколько взято из кэша, сколько пересчитано, время prefill и генерации. Не
оценивай скорость генерации по ответу из 1–2 токенов. Сравни одинаковые входы
и параметры, отличай нативный ток/с от приблизительного значения в окне.
Проверь работу с несколькими ходами, вызовами инструментов и отменой. Если
клиент меняет начало истории, объясни неизбежный пересчёт.

Используй профиль статьи как экспериментальный: Q4-веса, Q8 KV-кэш,
приближённый prefill и DFlash2. Все токены сохраняются, но ограниченная маска
attention меняет вычисления; плотный decode не делает этот prefill точным.
У прежнего эксперимента есть длинный тест с ошибкой и нет доказанной границы
потери качества 1–2%. Не объявляй 255/30 ток/с гарантией. Сравни качество с
подходящим контрольным профилем на моих проверочных задачах, сохрани ошибки и
результаты отдельно; не называй совпадение на паре задач общей гарантией.

Проверь поиск нескольких случайных фактов на разных глубинах и нескольких
длинах контекста; укажи, как измерены глубины и сколько было отдельных запросов.
При желании проверь RULER и LongBench v2 по инструкциям их авторов: записывай
выборку, шаблон, лимит ответа, метод оценки и результаты каждого задания. Не
выдавай частичную или адаптированную проверку за полный официальный результат.
Не запускай сгенерированный код без подходящей изоляции и ограничения ресурсов.

Для кэша отдельно проверь холодный запрос, продолжение, добавление новых данных
и изменение ранней части контекста. Фиксируй время до первого токена и объём
совпавшего кэша; проверь, что после изменения модель не выдаёт старое значение.
Если экспериментируешь со SpecPrefill, отдельно измеряй время отбора и повторное
использование кэша основной модели. Не называй отобранные фрагменты полным KV.

По умолчанию оставь API и монитор на localhost. Доступ из домашней сети включай
только если я об этом попрошу: настрой корректную частную подсеть и новый ключ,
не печатай его в логах и не открывай сервис в Интернет. Проверь доступ и защиту.
В конце сообщи адрес, фактическую модель, значения проверенных скоростей,
результаты тестов качества, отличия от статьи и все оставшиеся ограничения.
Если что-то не удалось, покажи где именно и что можно воспроизвести.
```