先用本地示例试一下。校验 bootstrap 项目和预览测试用例，不需要模型账号或 API Key。
1. 下载完整包
按操作系统选择。以下 v0.2 完整包包含 CLI、示例、Skills、Node.js 和评测运行时，完成本文步骤不需要另装运行时。
macOS · Apple Silicon
下载 .tar.gz
较新的 v0.3-agentbeat-preview.1 提供单独的可执行文件，并非这些完整包。按本文使用内置示例时，请下载上面链接的版本。
2. 解压并进入包目录
在下载文件所在的文件夹打开终端，选择对应的操作系统。
macOS · Apple Silicon
macOS · Intel
Linux
Windows PowerShell
tar -xzf promptbeat-0.2-darwin-arm64.tar.gz
cd promptbeat-0.2-darwin-arm64
./bin/promptbeat --version
tar -xzf promptbeat-0.2-darwin-x64.tar.gz
cd promptbeat-0.2-darwin-x64
./bin/promptbeat --version
tar -xzf promptbeat-0.2-linux-x64.tar.gz
cd promptbeat-0.2-linux-x64
./bin/promptbeat --version
Expand-Archive .\promptbeat-0.2-windows-x64.zip -DestinationPath .\promptbeat-unpacked
cd .\promptbeat-unpacked\promptbeat-0.2-windows-x64
.\bin\promptbeat.cmd --version
bin/、examples/、runtime/ 和 promptbeat-skills/。如果 macOS 阻止运行下载的程序，请先查看系统安全提示及组织要求，不要关闭系统级保护。
3. 不调用模型，先预览用例
macOS / Linux
Windows PowerShell
mkdir -p artifacts
./bin/promptbeat validate --config examples/bootstrap/promptbeat.yaml
./bin/promptbeat generate --config examples/bootstrap/promptbeat.yaml --count 5 --output artifacts/cases.json
New-Item -ItemType Directory -Force artifacts | Out-Null
.\bin\promptbeat.cmd validate --config examples\bootstrap\promptbeat.yaml
.\bin\promptbeat.cmd generate --config examples\bootstrap\promptbeat.yaml --count 5 --output artifacts\cases.json
artifacts/cases.json。这里是测试输入，不是模型回答或评测分数。--count 5 表示最多五条；种子较少时，实际用例也会更少。本地 generate 不调用被测模型、生成模型或 Judge。
你可以先停在这里。想让编码助手带你完成这些步骤，可以加载 PromptBeat Skill。
4. 准备好后，接入自己的模型
实际评测使用 examples/llm-basic/promptbeat.yaml。先阅读该示例的 README、场景和 Provider 配置。项目包含三个角色：攻击生成模型、评判模型，以及你的被测模型。
完整 run 会把测试内容发送给配置的 Provider，可能产生模型费用。运行前请确认端点和测试范围。密钥只放在本地环境变量中，不要写入提示词、YAML 或提交到仓库。
macOS / Linux
Windows PowerShell
export ATTACKER_MODEL_NAME='<provider:model>'
export ATTACKER_BASE_URL='https://your-provider.example/v1'
export ATTACKER_API_KEY='<set-locally>'
export JUDGE_MODEL_NAME='<provider:model>'
export JUDGE_BASE_URL='https://your-provider.example/v1'
export JUDGE_API_KEY='<set-locally>'
export TARGET_MODEL_NAME='<provider:model>'
export TARGET_BASE_URL='https://your-provider.example/v1'
export TARGET_API_KEY='<set-locally>'
./bin/promptbeat validate --config examples/llm-basic/promptbeat.yaml
./bin/promptbeat run --config examples/llm-basic/promptbeat.yaml --output-dir artifacts/llm-basic/run
$env:ATTACKER_MODEL_NAME='<provider:model>'
$env:ATTACKER_BASE_URL='https://your-provider.example/v1'
$env:ATTACKER_API_KEY='<set-locally>'
$env:JUDGE_MODEL_NAME='<provider:model>'
$env:JUDGE_BASE_URL='https://your-provider.example/v1'
$env:JUDGE_API_KEY='<set-locally>'
$env:TARGET_MODEL_NAME='<provider:model>'
$env:TARGET_BASE_URL='https://your-provider.example/v1'
$env:TARGET_API_KEY='<set-locally>'
.\bin\promptbeat.cmd validate --config examples\llm-basic\promptbeat.yaml
.\bin\promptbeat.cmd run --config examples\llm-basic\promptbeat.yaml --output-dir artifacts\llm-basic\run
run 会按完整流程生成并评测用例，不会把第 3 步的预览 JSON 当作输入。
5. 查看结果
完整运行成功后，用浏览器打开 artifacts/llm-basic/run/report.html。同目录的 evaluation_result.json 是归一化结果。该目录也会保留评测后端配置与原始产物，具体文件名取决于项目配置的路径。
需要根据已有结果重新生成 HTML 报告时：
macOS / Linux
Windows PowerShell
./bin/promptbeat report --input artifacts/llm-basic/run/evaluation_result.json --output artifacts/llm-basic/run/report.html
.\bin\promptbeat.cmd report --input artifacts\llm-basic\run\evaluation_result.json --output artifacts\llm-basic\run\report.html
