用途：为在 Brev 实例上运行 NeMo-RL 的智能体提供工作区操作规范，使代码仓库保持小巧、可复现、易检查，同时把体积大的实验状态放到 /ephemeral。
主要能力与规则： 存储划分：代码修改、小型配置变更、已提交的实验假设和简洁的复现记录放在 /home/ubuntu/RL；生成的实验资产放在 /ephemeral，包括检查点、运行日志、Ray 临时目录、W&B 离线文件、性能剖析（profiler）轨迹、评估输出、rollout 样本和每次实验产物。可复用缓存按用户放在共享 /ephemeral 缓存根下，而非每个实验各一份，涵盖 Hugging Face 模型、数据集缓存、PyTorch、Triton、uv、pip 缓存。不要在 git 检出目录留下大文件、缓存目录或生成输出；若工具默认写到仓库，运行前覆盖其输出/缓存路径。
密钥处理：/home/ubuntu/RL/.env 作为本地密钥存储，可能含 WANDB_API_KEY、HF_TOKEN 或 HUGGING_FACE_HUB_TOKEN。运行需要外部认证前，若该文件存在则加载；切勿打印、cat、记录、提交或总结密钥值。若文件缺失或加载后仍缺键，提醒用户先补上再启动认证任务。资料给出的加载写法为： if [ -f /home/ubuntu/RL/.env ]; then set -a . /home/ubuntu/RL/.env set +a else echo "Missing /home/ubuntu/RL/.env; add required keys such as WANDB_API_KEY or HF_TOKEN before authenticated runs." fi
自动研究模式：使用 nemo-rl-auto-research 时，git 账本留在仓库，重证据放 /ephemeral。资料给出的路径组织与缓存导出片段包含 BREV_ROOT=/ephemeral/nemo-rl/${USER:-ubuntu}、CACHE_ROOT=$BREV_ROOT/cache、CAMPAIGN_ROOT=$BREV_ROOT/nemo-rl-auto-research/<campaign>、EXP_DIR=$CAMPAIGN_ROOT/<experiment>，并通过 mkdir -p 建立 logs、checkpoints、artifacts、ray、tmp、wandb 以及共享缓存子目录；同时导出 HF_HOME、HF_HUB_CACHE、HF_DATASETS_CACHE、TRANSFORMERS_CACHE、TORCH_HOME、TRITON_CACHE_DIR、UV_CACHE_DIR、PIP_CACHE_DIR、XDG_CACHE_HOME、WANDB_CACHE_DIR、RAY_TMPDIR、TMPDIR、WANDB_DIR 等变量。在 nemo-rl-auto-research 的 TSV 字段中记录绝对 /ephemeral 路径；若 TSV 可能变大，完整 TSV 放 /ephemeral，仓库只留小型指针或摘要。
必要用法（启动清单）：先用 df -h /home/ubuntu/RL /ephemeral 检查容量，/ephemeral 缺失或接近满时不要启动；在编辑配方或启动作业前选定唯一的 /ephemeral 运行根；跨实验复用共享缓存根；把配方输出、日志器、检查点和临时路径改到实验目录；把缓存路径改到共享缓存根；将 stdout/stderr 流式写入 $EXP_DIR/logs/run.log 或 /ephemeral 下等价文件；长跑期间周期用 df -h /ephemeral 检查，接近耗尽时优雅停止；结束时在仓库账本总结关键指标与路径，不把大体积产物拷回 /home/ubuntu/RL。
限制与清理：只清理属于当前 campaign 或实验的文件；优先剪除 /ephemeral/nemo-rl/... 下命名清晰的实验目录；无明确指示不得删除共享缓存或他人的运行目录；在 /ephemeral 被清理后，仓库中要保留足够的小型元数据以复现结果。官方文本暂未提供；除上述规则外未给出其他功能、平台或价格信息。