用途：这是 NeMo-RL 智能体在 Brev 实例上工作的操作规范，核心是把 /home/ubuntu/RL 当作源码检出目录，把 /ephemeral 当作生成实验状态的工作存储，保持仓库小、可复现、易检查。
主要能力与规则：代码修改、小型配置变更、已提交的实验假设和简洁的可复现记录放在 /home/ubuntu/RL；检查点、运行日志、Ray 临时目录、W&B 离线文件、profiler 轨迹、评估转储、rollout 样本等生成资产放在 /ephemeral。可复用缓存按用户放在一个共享 /ephemeral 缓存根下，包括 Hugging Face 模型、数据集缓存、PyTorch、Triton、uv、pip 缓存。
使用方式：长跑前用 df -h /home/ubuntu/RL /ephemeral 检查容量，/ephemeral 缺失或接近满时不要启动。创建 campaign 根目录如 /ephemeral/nemo-rl/${USER:-ubuntu}/nemo-rl-auto-research/<campaign>，每个实验一个子目录。若工具默认输出到仓库，运行前覆盖其输出与缓存路径。密钥存放在 /home/ubuntu/RL/.env，可能含 WANDB_API_KEY、HF_TOKEN 等；需要外部认证的运行前加载该文件，绝不打印、记录或提交密钥值；文件缺失或键未设置时提醒用户补充。
限制与清理：只清理属于当前 campaign 或实验的文件，优先删除 /ephemeral/nemo-rl/... 下命名明确的实验目录，未经明确指示不得删除共享缓存或他人运行目录；/ephemeral 清理后，仓库中需保留足够的小型元数据以复现结果。具体命令与路径覆盖示例见原始资料。