用途：该技能面向 Verl 框架的单异步 DAPO 训练，提供交互式启动流程与训练脚本生成，覆盖训练前检查、特性参数配置和 One-Step-Off-Policy 训练。
主要能力：交互式询问容器选择、代理配置、特性选择与 SwanLab 配置；管理性能特性（flash_attn、dynamic_batch、remove_padding、gradient_checkpointing，默认全开）、显存特性（offload、recompute，默认关，OOM 时自动追加）及可选特性（prefix_cache、chunked_prefill）。One-Step-Off-Policy 为资源隔离模式，Trainer 与 Rollout 各用独立 GPU 组。
使用方式：可运行 bash scripts/quick_start.sh（配合 CONTAINER、TRAIN_STEPS、SWANLAB_HOST、SWANLAB_API_KEY），或分步执行 bash scripts/preflight_check.sh、run_dapo.sh、run_one_step_off_policy.sh。可用 FRAMEWORK、TRAINER_GPUS、ROLLOUT_GPUS、MAX_RESPONSE_LENGTH、ENABLE_OFFLOAD 等环境变量配置。SwanLab 需在 trainer.logger 中包含 "swanlab"；SWANLAB_HOST/API_KEY 可经环境变量提供。代理通过 http_proxy/https_proxy 设置。
适用场景：在已具备 Verl 容器与训练数据的 Ascend 环境中快速发起与配置 DAPO 训练。
限制：具体模型、数据路径等默认值依资料；OOM 自动恢复最多重试 MAX_OOM_RETRIES 次，仍失败需调整参数；其余细节以 references 文档为准。