inspire

name	inspire
description	Inspire Platform Operating Model For Agents: Decide Workspace, Resources, Paths, Workload Type, Observation, Cleanup, And Load Focused References; Use CLI Help For Command Syntax.

Inspire Skill

inspire 是启智平台的本地命令入口。这个 Skill 不复述 CLI 使用手册；命令组、子命令、参数、默认值和示例始终以 inspire --help / inspire <group> --help / inspire <group> <subcommand> --help 为准。

本文件只保留超出 --help 的平台判断：任务落在哪个 Workspace，资源条件和远端路径如何分离，公网和 SII 内部源怎么取舍，Notebook / Job / HPC / Ray / Serving 如何选型，以及观察、止损、清理闭环。

1. 先建模，再查命令

每个任务先拆成四个平面，再去查具体 CLI Help：

平面	要回答的问题	不要混淆
调度条件	跑在哪个 Workspace / Project / Compute Group，用多少 GPU / CPU / 内存 / Shared Memory，基于哪个镜像	不是远端路径，也不是对象名字
远端文件	代码、数据、权重、Checkpoint、产物放在哪个共享盘路径	Path Alias 不能代替 Workspace / Project / Group / Quota
工作负载	需要交互调试、GPU 后台任务、CPU Slurm、Ray 弹性集群，还是模型服务	不要为了“能跑”把所有事都塞进 Notebook
观察收尾	如何判断排队、失败、空转、已完成，以及何时 stop / delete	status=RUNNING 不等于业务健康，status=SUCCEEDED 不等于产物完整

workspace、project、group、quota、image 是核心调度条件，没有隐式默认值。创建 Workload 时显式传入，或用 Workload Profile 保存。GPU Job Shared Memory 属于资源细项，不等同于 quota 的内存字段，且不能超过 quota 的实例内存；需要时查 job create --help 或 references/compute-workloads.md。Path Alias 只表示远端路径，服务于 --cwd、scp、日志路径和共享盘约定。

Compute Group 名称可能承载平台调度区语义，例如 开发区 / 训练区。开发区同时支持整节点和碎卡 GPU 任务；训练区优先保障整节点任务，碎卡任务只能用 LOW 优先级（当前 CLI 为 1–3，可抢占）。整节点 / 碎卡按每个实例或节点选择的 Live Quota Row 判断，不按多节点任务的 GPU 总数判断；--nodes 只放大实例数。选择资源时从同一行复制完整 group 和 quota，训练区碎卡提交后再从 Status / Events 核实解析后的优先级和调度结果。

资源可用性里 Available 是即时空闲 GPU，Low Pri 是低优可抢占占用，High Pri 是高优任务可能回收的 Available + Low Pri 上限；正式提交后仍以 Events / Instances / Metrics 判断调度结果。

日常 Workspace 选择通常很直接：

• CPU资源空间：CPU Notebook、联网准备、依赖安装、HPC 数据处理、CPU Ray。
• 分布式训练空间：GPU Notebook、GPU Job、多节点训练、Serving、GPU 指标观察。
• 国产卡分区、CI-情境智能 工作空间或小组专属空间：只有任务明确要求特殊硬件、特殊权限或特殊项目环境时才切换。

2. 网络、内部源和镜像

联网能力属于 Workspace / Compute Group 的实际环境，不属于命令本身。先判断要访问的是公网还是 SII 内部源：

• 公网：GitHub、Hugging Face、外部数据源、公开下载地址。目标 GPU 空间不可上网时，先在 CPU资源空间 的可上网 CPU Notebook 准备内容，再放到共享盘或保存镜像。
• SII 内部源：PyPI / pip、Apt、Conda、PyTorch Wheels、npm、Maven、Docker Registry、OSS、NTP 等内部地址。即使没有公网，目标 Notebook / Job 所在环境也可能能访问内部源。

需要内部源地址、快速配置或发行版源选择时，加载 references/network-and-sources.md。不要在 SKILL.md 或对话里凭记忆复写内部源清单。

远端合规边界

不可上网或 Live Probe 判定 public_internet=false 的 H100/H200 等 Notebook 不使用 inspire notebook ssh 系列命令。需要命令执行时使用 notebook exec / notebook shell，CLI 会走 JupyterTerminal 路径；需要文件流转时先把文件放到 /inspire/... 共享路径，再通过可上网 Notebook 使用 notebook scp 或外部 rsync 上传 / 下载。

网络连通性只描述技术能力，不等于合规授权。public_internet=true 也不能作为使用任意外部服务的依据；判断服务时看实际接入端点、服务地域、使用条款和项目政策，不按 codex、claude 等程序名一刀切。

启智远端使用遵守三项合规边界：

• 不可上网区不得通过反向隧道、代理、VPN 或中继绕过网络限制；继续使用平台提供的 JupyterTerminal 和共享路径闭环。
• 不得调用仅限海外使用或明确不向中国境内提供服务的模型 API。
• 不得在远端使用其后端或关键能力不向中国境内提供的 vibe coding（AI 辅助编程）程序或服务。

无法确认服务地域、条款或项目授权时，不在启智远端启动；把 Agent 留在本地或已批准的联网环境，只通过允许的代码、数据和产物通道与远端协作。完整判断见 references/network-and-sources.md。

依赖安装跑通后，优先把运行环境固化为镜像；后续 Notebook / Job / HPC / Ray / Serving 复用镜像，而不是每次启动都重新联网安装。

3. 执行闭环

日常执行顺序：

1. 根据用户目标选择最相关 Reference，只读需要的上下文。
2. 用 CLI Help 确认当前版本的真实命令表面。
3. 用 Live 查询确认账号、Workspace、Project、Compute Group、Quota、镜像和资源可用性；不要把本地缓存、旧截图或历史记忆当事实。
4. 准备远端文件和环境。公网准备、内部源配置、镜像保存分别按实际环境选择位置。
5. 提交 Workload。复杂调度条件先 dry-run 或先用小规模 Notebook 验证。
6. 观察 Events / Logs / Metrics / Instances / Status。先看调度事件，再看程序日志，再看资源曲线是否真的在工作。
7. 终态且不再需要的 Notebook、Job、HPC、Ray、Serving 和临时镜像要清理；运行中的对象先 stop，再 delete。

Name-Only 边界始终有效：普通输入输出使用名称、Alias、可读状态和短表格，不让用户理解或传递平台 Handle。需要平台 Handle 只走专门 id 命令或内部 Resolver。

Notebook 连接类命令可跨账号解析已有连接；--account <name> 指本地 Account Alias，SSH Tunnel Rebuild 应使用目标 Notebook 所属账号的 Session 和配置。

4. 按需加载索引

先按问题类型选一份 Reference；跨边界时再读第二份。不要把 Reference 当命令大全；命令语法回到 CLI Help。

用户问题或 Agent 判断点	先加载
安装、更新、账号添加 / 切换、首次初始化、inspire init 全局发现与项目初始化、SII Proxy Setup	references/setup/install-and-config.md
选择 CPU资源空间 / 分布式训练空间 / 特殊 Workspace，理解 Compute Group、--quota gpu,cpu,mem、资源实时查询和 Workload Profile	references/resources-and-paths.md
需要区分公网、SII 内部源、离线 GPU 空间，或查 PyPI / pip、Apt、Conda、PyTorch Wheels、npm、Maven、Docker Registry、OSS、NTP 等内部源地址	references/network-and-sources.md
理解共享盘作用域、存储池、挂载隔离、Path Alias 和远端路径不可见	references/paths.md
创建交互环境、连接 Notebook、SSH / exec / shell / scp、IDE URL、容器 HTTP 服务暴露、基底环境准备、大文件流转	references/notebook.md
在 GPU Job、CPU HPC、Ray、Serving 之间选型，或提交后观察 Events / Logs / Metrics / Instances / Status，分析排队、失败、空转、优先级和异常状态	references/compute-workloads.md
一个项目跨越 CPU 准备、数据处理、GPU 训练、部署或交付，需要阶段化计划	references/workflows.md
选择已有镜像、从 Notebook 保存镜像、注册外部镜像、调整可见性、清理临时镜像	references/image-management.md
浏览 / 注册模型仓库条目，判断 Model Registry、Model Version 和 Serving 的关系	references/model.md
维护 CLI Browser API 封装、排查前端接口合同、Reverse Capture 平台请求，或用户明确要求看接口	references/dev/browser-api.md

5. 项目上下文

每个启智项目仓库都必须维护仓库根 INSPIRE.md。它只记录项目级启智上下文，不写 CLI 配置，不写本地 Agent 计划。

INSPIRE.md 只记录非配置性上下文，例如：

• Default Image
• Path Conventions
• Public Directory Layout
• Existing Notebooks
• Ongoing Jobs

不要把账号配置、密码、代理密钥、平台 Session、.inspire/config.toml 或 .inspire/accounts/<account>/config.toml 内容复制进 INSPIRE.md。配置事实由 CLI 合并和展示；项目说明只记录人类可读的协作约定。

AGENTS.md / CLAUDE.md 等文件可以记录本地 Agent 计划和执行风格；启智上下文必须集中在 INSPIRE.md，方便不同 Harness、不同成员和未来 Agent 共用同一份项目事实。