yixiali-taiji-adapter

name	yixiali-taiji-adapter
description	使用 YAML 配置和统一 CLI 操作 yixiali 的可复现太极 Pipeline。用于选择或填写已登记的 SFT A20B Midtrain、SFT A20B OPD-v1、RL HY3.1 A3B 模板，执行离线校验与计划，提交或恢复训练、模型卡、模型转换、推理部署、多个评估、Excel 结果导出和收尾阶段，以及查看前后台 Runner 与逐 checkpoint 状态；也用于用户明确要求时开发、修复或扩展 adapter。

Yixiali Taiji Adapter 使用说明

操作边界

• 默认把本 skill 当作稳定工具使用，通过单次运行 YAML 和 scripts/yixiali-taiji 完成操作。
• 用户未明确要求开发、修改、修复或扩展本 skill 时，不得修改本目录中的代码、公共模板或文档。配置缺少能力时，说明缺口并等待用户决定是否开发。
• 用户未明确要求提交、运行或恢复平台任务时，不得执行会改变太极状态的 apply、run 或 resume；可以按请求读取配置，执行离线的 validate 和 plan。
• yixiali-taiji-workflow 是已经停用的旧流程。不要使用或修改它；当前操作统一使用 yixiali-taiji-adapter。
• 不得在 YAML、日志、plan、receipt、测试或回复中写入 Token、Cookie、授权头或其他 Secret。

准备运行文件

1. 阅读 README.md，确认凭据、CLI 语义和当前限制。
2. 从 configs/pipelines/pipelines.yaml 选择一个已登记 profile：
   • sft-a20b-midtrain
   • sft-a20b-opd-v1
   • rl-hy3.1-a3b
3. 阅读 configs/defaults/yixiali-v1.yaml 和所选 profile YAML。除非比较模板，不要加载其他 profile。
4. 将公共模板复制到 skill 目录之外的单次运行文件。只修改模板允许变更的字段，不要直接覆盖公共模板。
5. 填写所有 __REQUIRED__：run.name、run.description、训练数据路径；SFT 还要填写 packing_count。
6. 需要多个评估时，在 evaluation.jobs 中增加列表项，并在 result_export.jobs 中按 evaluation job ID 配置对应导出。
7. 训练资源完全继承参考任务时使用 train.resources.mode: inherit；明确改机器规格时使用 override，并同时提供正整数 host_num 和 host_gpu_num。

命名、路径或资源规则有疑问时阅读 docs/naming-and-paths.md；字段契约阅读 docs/configuration-contract.md。

使用统一入口

先进入 skill 目录：

cd /apdcephfs_qy4/share_302593112/yixiali/CODES/Skills/skills/yixiali-taiji-adapter

按以下顺序操作：

# 纯离线校验，不访问平台
scripts/yixiali-taiji validate --config-file /path/to/run.yaml

# 纯离线展示阶段、依赖、派生值和脱敏动作
scripts/yixiali-taiji plan --config-file /path/to/run.yaml

# 只执行一次幂等 reconcile，适合单步提交或调试
scripts/yixiali-taiji apply --config-file /path/to/run.yaml --target train

# 自动轮询并执行到目标阶段；省略 --target 时运行到 finalize
scripts/yixiali-taiji run --config-file /path/to/run.yaml --target evaluation

# 在本机后台运行
scripts/yixiali-taiji run --config-file /path/to/run.yaml --detach

--target <stage> 表示执行到该阶段，并自动包含全部上游依赖；不能跳过依赖。可用阶段为 train、model_card、model_conversion、inference_deploy、evaluation、result_export 和 finalize。

查看与恢复

优先始终使用原始 config 定位状态：

scripts/yixiali-taiji status --config-file /path/to/run.yaml
scripts/yixiali-taiji logs --config-file /path/to/run.yaml --follow
scripts/yixiali-taiji resume --config-file /path/to/run.yaml --watch --detach
scripts/yixiali-taiji stop-runner --config-file /path/to/run.yaml

运行状态保存在 ${run.output_root}/_pipeline/。stop-runner 只停止本地轮询，不停止平台任务。RL 状态会按 checkpoint 展开模型卡、部署、多个评估、导出和缩容状态。

失败后重提时，保持 run.name 和输出根目录不变，把 train.parameters.task_name 改成唯一的 _retryN 名称，然后执行：

scripts/yixiali-taiji run --config-file /path/to/run.yaml --new-attempt --detach

旧 attempt 会归档到 _pipeline/attempts/，不会删除旧平台任务。完整 CLI 契约见 docs/cli.md。

执行与验证要求

1. 在任何平台写操作前执行 validate 并检查 plan。
2. 只有用户已经明确要求运行时，才执行对应的 apply、run 或 resume。
3. 以本地 receipt 和平台 read-back 共同判断创建是否成功；不能只依据命令退出码宣称成功。
4. 将实验名、路径、reference、资源和评估列表保留在 YAML；不要用临时 patch 改 Python 来完成一次实验。
5. 普通使用无需阅读实现代码。仅在用户明确要求 debug 或新增功能时，阅读 docs/architecture.md、相关 adapter、gateway 和测试，再按项目规范修改并完整验证。

修改 skill 后执行：

uv run ruff check src tests
uv run pytest
uv build
python3 /root/.codex/skills/.system/skill-creator/scripts/quick_validate.py .