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脚本生成，覆盖启动训练、生成训练脚本、配置特性参数、训练前检查四类场景。
主要能力：启动前按顺序询问容器选择、代理配置、特性选择与 SwanLab 配置；支持快速启动脚本与分步执行；支持 One-Step-Off-Policy 资源隔离训练模式，Trainer 与 Rollout 使用独立 GPU 组。特性策略为：用户未指定时默认开启性能特性（flash_attn、dynamic_batch、remove_padding、gradient_checkpointing）；显存特性（offload、recompute）默认关闭，OOM 时自动追加；可选特性 prefix_cache、chunked_prefill 默认关闭。特性优先级为用户显式指定 > 默认性能特性 > OOM 自动追加，用户显式指定特性永不移除。
使用方式：快速启动示例：CONTAINER=jins TRAIN_STEPS=100 SWANLAB_HOST=http://10.143.2.129:8000 SWANLAB_API_KEY=your-key bash scripts/quick_start.sh。分步执行：先 bash scripts/preflight_check.sh，再 export TRAIN_STEPS=4 后 bash scripts/run_dapo.sh，或 bash scripts/run_one_step_off_policy.sh。One-Step-Off-Policy 可设置 TRAINER_GPUS、ROLLOUT_GPUS、ENABLE_OFFLOAD、FRAMEWORK 等变量。SwanLab 需在 trainer.logger 中包含 "swanlab" 才启用监控，配置按环境变量 > 配置文件 > 交互式输入获取。
适用场景：需要快速生成并运行 Verl 单异步 DAPO 训练配置、管理性能与显存特性、接入 SwanLab 监控的研发流程。
限制：启动后后台静默运行，不实时推送进度，仅在 OOM、崩溃、配置错误等错误时通知；OOM 自动恢复最多重试 MAX_OOM_RETRIES（默认 2）次，仍失败则报告并建议调整参数。具体模型路径、数据文件、GPU 数等默认值以资料所列环境变量为准，其他未提供信息暂未提供。