scripts/run_live_model_pilot.py— v0.2: вызывает готовых акторов (Ollama, Gonka, MiMo) с ролями executor/designer/consumer/planner/verifier/risk_critic/approverscripts/run_model_roster_depth_probe.py— добавлены_call_ollama_actor(),call_actor(),build_multi_actor_probe_payload()- Route comparison:
route_won_vs_single— best multi-actor quality vs single answer - CLI:
--liveдля реальных вызовов,--jsonдля вывода
build_pilot_payload()подключён кTrailNetworkBridge(python/ls/agent_shell/trail_network.py)- При
--live+ победе маршрута:bridge.submit_contribution()+bridge.record_outcome()→durable_state_written = True - Генерация
route_key = live_model_pilot/{question_hash}>{actor1}>{actor2}... - Проверка существующего маршрута через
bridge.recommend_route()перед повторным опросом акторов - Поле
route_memoryв payload: version, available, used, route_key, durable_state_written, health
ghostgpt-ls-landing/src/components/NetworkTrajectory.tsx— добавлены метрики route memory v0 + live pilot v0.2, обновлены тексты (EN + RU)docs/LIVE_MODEL_PILOT.md— переписан под v0.2, раздел Route Memorydocs/NETWORK_PRECISION_CONTRIBUTOR_CALL.md— добавлены поля route_memory_key, route_memory_persisted, route_memory_health- Landing собран:
npm install && vite build
test_live_model_pilot.py— версия v0.1 → v0.2, проверкаmulti_actor_route is None,route_memorytest_mcp_network_precision_probes.py— версия v0.1 → v0.2- Все 14 тестов проходят
- Contributor Pack — один вызов → полный md-отчёт
- MCP ответ — модель шлёт ответ, LS возвращает route score + причины