動作を確認する

2 つのコマンドで健全なセットアップを確認できます。一方はデーモンとメッシュのライブな状態を表示し、もう一方は実際の推論リクエストを実行します。

ライブな状態を確認する

waired status --observability

健全な推論サーバーは次のように表示されます。

Observability:
  Device:   dev-ubuntu  uptime: 1m23s
  Engine:   ready (model=qwen2.5-coder-7b-instruct, 0/4 slots used, inflight=0)
  Share:    enabled    Paused: no
  Mesh:     2 enrolled / 1 reachable / 1 ready
  Last:     -  (no inference requests yet)

確認すべきポイント:

Engine: ready — モデルがロードされ、リクエストに応えられる状態です。 not ready と表示される場合は、モデルがまだプル中（数分待つ）か、ランタイムが停止している（waired runtimes status）可能性があります。
Share / Paused — Share: enabled はピアがこのエンジンに到達できることを意味し、Paused: no はルーティングが有効であることを意味します。
Mesh — enrolled / reachable / ready のピア数です。クライアントでは、これが自分のサーバーが reachable として現れることを確認する方法です。

機械可読な出力を得るには -o json を追加します。

最初のリクエストを実行する

waired infer "say hi"

これはローカルエンジンを直接呼び出すため、メッシュの到達性に関わらず動作します — 推論が動くことを確認する最も早い方法です。あいさつが数百ミリ秒から数秒以内に返ってくるはずです。

ルーティングの判断（ローカルかピアか、モデルの解決、推定レイテンシ）を答えと一緒に確認するには、次のようにします。

waired infer --explain "say hi"

次のステップ

コーディングエージェントを自分のモデル経由でルーティングする: コーディングエージェント。
チャットや OpenAI 互換クライアントを接続する: チャットクライアント。
より大きい、または小さいモデルを選ぶ: 同梱モデルを切り替える。