ztx-exp-manager

name	ztx-exp-manager
description	Manage ML/LLM experiment workflows with ztxexp. Use when the agent needs to build parameter configurations, run experiments, validate run artifacts, analyze results, or troubleshoot failed runs.

ztx-exp-manager Skill（中文）

核心规则

1. 优先使用 ExperimentPipeline 组织实验，不手写零散调度脚本。
2. 实验函数契约固定为：exp_fn(ctx: RunContext) -> dict | None。
3. 成功判定必须使用：run.json.status == "succeeded"。
4. 产物分工：
   • 最终指标：return dict -> metrics.json
   • 过程指标：ctx.log_metric(...) -> metrics.jsonl
   • 业务文件：写入 artifacts/

常用流程

1. 先用 grid/variants/random_search 构建配置。
2. 再执行 pipeline.run(exp_fn, mode=...)。
3. 用 ResultAnalyzer 聚合、导出和清理。

常用命令

• pip install -U ztxexp
• ztxexp init-vibe
• python -m pytest

排障清单

1. 先看 run.json.status。
2. 失败时查看 error.log。
3. 曲线缺失时检查 ctx.log_metric(...) 是否调用。

---

ztx-exp-manager Skill (English)

Core Rules

1. Prefer ExperimentPipeline for workflow orchestration.
2. Keep experiment contract: exp_fn(ctx: RunContext) -> dict | None.
3. Determine success strictly by run.json.status == "succeeded".
4. Artifact responsibilities:
   • Final metrics: return dict -> metrics.json
   • Step metrics: ctx.log_metric(...) -> metrics.jsonl
   • Business outputs: write into artifacts/

Typical Workflow

1. Build configs via grid/variants/random_search.
2. Execute with pipeline.run(exp_fn, mode=...).
3. Aggregate and clean results using ResultAnalyzer.

Common Commands

• pip install -U ztxexp
• ztxexp init-vibe
• python -m pytest

Troubleshooting

1. Check run.json.status first.
2. Read error.log on failure.
3. Verify ctx.log_metric(...) for missing curves.