pytrio-skill

name	pytrio-skill
description	使用 PyTRIO/TRIO 编写、调试或解释远程大模型训练与推理代码。用户提到 pytrio、TRIO、PyTRIO SDK、ServiceClient、TrainingClient、SamplingClient、LoRA 训练、SFT、异步 SFT、多模态推理、多模态训练、Vision GRPO、视觉 RLVR、ImageChunk、RL、GRPO、OPD、Search-R1、ReTool、DAPO、GSPO、ALFWorld、TextWorld、Agentic RL、OPSD、On-Policy Self-Distillation、DPO、custom loss、自定义损失函数、forward_backward_custom、forward_backward_custom_async、工具调用强化学习、HuggingFace datasets、TRIO OpenAI 兼容 API、SwanLab 训练记录、权重保存、checkpoint 或远程 LLM 后训练时使用。
metadata	{"version":"0.2.1"}

PyTRIO Skill

PyTRIO 是 TRIO 远程大模型后训练和推理服务的 Python SDK。本地代码负责准备数据和控制训练循环；前向传播、反向传播、优化器更新、采样和权重存储由 TRIO 服务执行。

安装与更新

安装这个 skill：执行 npx skills add SwanHubX/pytrio-skill -g -y，它会安装到当前用户级别的 .agents/skills 并供支持 Agent Skills 的 CLI 使用。 更新这个 skill：执行 npx skills update pytrio-skill -g -y，更新后重新启动或刷新 Agent 会话即可使用新版本。

使用 Skill 生成或调试代码前，建议先确认 PyTRIO SDK 为最新版：未锁定依赖时执行 python -m pip install --upgrade pytrio，再用 python -c 'from importlib.metadata import version; print(version("pytrio"))' 记录实际版本。若项目的 pyproject.toml、requirements 或 lockfile 已固定 PyTRIO 版本，不要擅自升级；应以项目锁定版本为准，并检查该版本的 API 签名。

使用定位

PyTRIO 代码通常由本地 Python 负责数据准备、训练循环和实验记录，由 TRIO 服务负责模型前向、反向、优化器更新和权重保存。

处理训练任务时，先按任务形态选择对应的 Datum 构造、loss 和 client 调用方式：

• SFT：监督微调、assistant-only loss mask、同步/异步训练、SwanLab 记录。
• 多模态：图文 ModelInput、ImageChunk.expected_tokens、多模态推理/SFT、Vision GRPO。
• GRPO：student rollout、reward、group-relative advantage、importance_sampling 更新。
• OPD：student rollout、teacher logprob、reverse-KL advantage、 更新。