# Проверка LLM-адаптера на фразах `llm_selftest.py` прогоняет 12 живых фраз через адаптер и проверяет, что модель выбирает правильную команду бота. Плюс одна фраза «болтовни», на которую ожидается ответ текстом. ## Как запускать ``` cd /opt/hub-bots python3 llm_selftest.py # против настоящей модели python3 llm_selftest.py --mock # против локальной заглушки ``` ## Зачем нужен --mock Заглушка поднимает локальный OpenAI-совместимый сервер и «понимает» фразы по ключевым словам. Это проверяет **нашу** часть: реестр инструментов, выбор команды, выполнение. Настоящую модель так проверить нельзя, но весь путь — можно и без ключа. ## Результат прогона (заглушка) ``` ✅ «что нового в медиатеке» → new ✅ «сколько у нас фильмов» → stats ✅ «что сейчас качается» → queue ✅ «сколько места осталось» → disk ✅ «покажи фотографии» → stats ✅ «какие книги есть» → stats ✅ «что нового из книг» → new ✅ «как дела дома» → stats ✅ «что сломалось в системе» → status ✅ «сколько свободного места» → disk ✅ «когда последний бэкап» → backups ✅ «кто в каких сервисах заведён» → users ✅ «привет, как ты» → (текст) понято 13 из 13 (100%) ``` ## Когда появится ключ Запустить без `--mock`: цифра покажет, насколько хорошо фразы понимает настоящая модель. Если меньше 80% — стоит доработать описания команд (они попадают в промпт как инструменты).