dlc

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

DLC — 阿里云 PAI-DLC 任务查询

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）：

• 看全组，不只看自己：先 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）。
• 一次取全：GPU 卡数、已运行时长、属主都取自 ListJobs 返回项（request_gpu / gmt_running_time / username），列表无需逐个 GetJob；只有 logs 才按 pod 取。
• 默认聚焦：list 默认只列 Running 且过滤掉 GPU=0 的辅助任务。

文件

• dlc.py — CLI 入口（list / logs / workspaces）

依赖

pip install alibabacloud_pai_dlc20201203 alibabacloud_aiworkspace20210204 alibabacloud_tea_openapi

用法

# 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

作为 /dlc 被调用时

$ARGUMENTS 第一个词是子命令（list / logs / workspaces），缺省按 list 处理：

1. 用 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）。
2. 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。
3. 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）。
4. 若报缺少依赖，提示 pip install 那三个包；若报缺配置，提示补 [dlc] 段。

配置（~/.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。