Severity: info

Plan de pruebas - AI-LAB Cognitive Operations Runtime v1 RC

Runbook de validacion operativa para grounding, routing, memoria, execute safety y aprendizaje adaptativo.

Plan de pruebas

Validar estabilidad, grounding, routing, memoria cognitiva, execute safety y aprendizaje adaptativo del runtime.

Fase	Test	Estado	Evidencia	Observaciones
1	Servicios base	✅	`active` en los 4 servicios	Precheck limpio.
1	APIs base	✅	`200 OK` y JSON valido	`health`, `watchdog`, `learning/patterns`.
2	FAST profile	✅	`model=llama-3.1-8b-instruct`	Respuesta corta y razonable.
2	CODING profile	⚠️	`model=qwen2.5-coder-14b-instruct`	Falto detalle sobre `execute_v1_policy.py`.
2	REASONING profile	✅	`[HARD_FACTS]` + `[INFERIDO]`	Buena separacion de contexto.
2	Context stress	✅	`100000` chars, `prompt_tokens=7749`	Sin 502, truncamiento correcto.
2	OpenCode / Gateway	❌	`opencode-ialab` y `:8008` fallan para `auto`	Mapeo de modelo invalido.
3	Propose safe command	✅	Proposal `pending` creada	`ls /opt/ai-lab`.
3	Approve safe command	❌	`Empty reply from server`	No pasa a `executed`.
3	Reject	✅	`status=rejected`	Correcto.
3	Blocked command	✅	Bloqueo de `docker` por policy	Sin ejecucion.
4	Incident recall	⚠️	Respuesta prudente	Sin match claro de context overflow.
4	Routing recall	✅	Modelo y contexto recuperados	Coherente.
4	Recall quality	✅	`precision=1.0`, `noise=0.0`	`:8083`.
4	Prompt inflation	✅	`chars_injected=773`	Dentro de presupuesto.
5	Patterns	✅	`count=2`	Patrones reales.
5	Recommendations	✅	`count=1`	`penalize_model_weight`.
5	Context efficiency	✅	`30 samples`, `100% good`	Coherente.
5	Recall threshold	✅	`suggested_threshold=0.0`	Sin ruido.
6	RX7900XT offline	⏳	Pendiente	Ejecutar luego.
6	RX7900XT online	⏳	Pendiente	Ejecutar luego.
7	Reboot y persistencia	✅	Ya verificado	Persistencia real ya validada.