القائمة
查阿里云 PAI-DLC 训练任务——`dlc list` 跨全部可访问工作空间列 Running 任务（含 GPU 卡数 / 已运行时长 / 属主），`dlc logs <jobid>` 取某任务最后一个节点的日志，`dlc workspaces` 列可访问工作空间
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
每日简报，并行调用 arxiv / HF Papers / 知乎 / HN / GitHub / Product Hunt
把任务结果 / 通知推送到飞书群自定义机器人（webhook）。想在飞书群里收到结果时用。
把任务结果推送到华为/荣耀手机「负一屏」（HiBoard 服务动态）。任务完成后想在手机上看到结果时用。
把 ~/.navi（config.toml + paper-cache 等）镜像备份到 WebDAV（账号配在 [navi] 段）——`navi sync` 增量上传，`navi pull` 在新机器上恢复，`navi status` 看差异
把 Zotero 论文库同步到本地并用 PaperQA2 做语义问答——`paper sync` 拉 PDF 建向量索引，`paper ask` 对自己的论文库带引用问答
管理 navi 的远程服务器清单——把服务器名/IP/登录方式（密码或密钥）写入 ~/.navi/config.toml 的 [servers.*] 段
| name | dlc |
| description | 查阿里云 PAI-DLC 训练任务——`dlc list` 跨全部可访问工作空间列 Running 任务（含 GPU 卡数 / 已运行时长 / 属主），`dlc logs <jobid>` 取某任务最后一个节点的日志，`dlc workspaces` 列可访问工作空间 |
| argument-hint | list [--all-status] [--mine] [--workspace ID] | logs <jobid> [--lines N] | workspaces |
| user-invocable | true |
| allowed-tools | Bash, Read |
用阿里云官方 SDK（alibabacloud_pai_dlc20201203）读训练任务列表与日志。
设计原则（沿用 navi 惯例）：
ListWorkspaces 拿到你能访问的所有工作空间，再逐个 ListJobs——
这样才看得到同事在同一工作空间提交的任务（show_own=False）。属主用 username（真人名）。ListJobs 返回项（request_gpu /
gmt_running_time / username），列表无需逐个 GetJob；只有 logs 才按 pod 取。list 默认只列 Running 且过滤掉 GPU=0 的辅助任务。dlc.py — CLI 入口（list / logs / workspaces）pip install alibabacloud_pai_dlc20201203 alibabacloud_aiworkspace20210204 alibabacloud_tea_openapi
# 全部 Running 任务（遍历所有可访问工作空间；含 GPU / 时长 / 属主 + 合计卡数）
python3 .claude/skills/dlc/dlc.py list
python3 .claude/skills/dlc/dlc.py list --all-status # 不限状态
python3 .claude/skills/dlc/dlc.py list --status Failed # 指定状态
python3 .claude/skills/dlc/dlc.py list --mine # 只看自己提交的
python3 .claude/skills/dlc/dlc.py list --workspace 600283 # 只查某工作空间
python3 .claude/skills/dlc/dlc.py list --with-zero-gpu # 保留 GPU=0 的任务
python3 .claude/skills/dlc/dlc.py list --days 30 # 只看最近 N 天创建的
python3 .claude/skills/dlc/dlc.py --json list # JSON 输出（便于程序解析）
# 某任务最后一个节点（worker 序号最大者）的日志尾部
python3 .claude/skills/dlc/dlc.py logs <jobid> --lines 50
python3 .claude/skills/dlc/dlc.py logs <jobid> --pod worker-3 # 指定 pod
# 列可访问的工作空间
python3 .claude/skills/dlc/dlc.py workspaces
/dlc 被调用时$ARGUMENTS 第一个词是子命令（list / logs / workspaces），缺省按 list 处理：
Bash 跑 python3 "<本 skill 的 base directory>/dlc.py" <子命令> [选项]——
用调用时给出的 base directory 拼绝对路径，别用相对 cwd 的路径（cwd 可能不在仓库根）。list：把结果整理成中文表格（GPU / 已运行 / 状态 / 工作空间 / 属主 / 任务名），
并给出合计卡数与「我 vs 他人」的粗略拆分（属主等于你自己的即为「我的」）。
注意 GPU=0 的辅助任务默认已过滤；用户问「所有任务」再加 --with-zero-gpu。logs：默认取最后一个 worker 的尾部日志，扫一眼有没有报错 / OOM / loss 异常，中文小结。
用户没给行数就默认 50 行；给了 jobid 但拿不到 pod 时如实说明（任务未开始或已释放）。pip install 那三个包；若报缺配置，提示补 [dlc] 段。~/.navi/config.toml）[dlc]
access_key_id = "LTAI..." # 建议用 RAM 子账号只读密钥（授 PAI-DLC 只读）
access_key_secret = "..."
region = "cn-hangzhou" # 任务所在地域
workspace_id = "513442" # 可选，仅作 ListWorkspaces 失败时的回退目标
安全提醒：
access_key是长期凭证，务必用 RAM 子账号只读密钥，不要用主账号 AK。