用途：自动化适配Agent训练与推理后端，支持昇腾NPU上的MSRL（MindSpeed-RL）、VERL与vLLM框架，生成不依赖OpenCode即可独立运行的代码。
主要能力：
- 训练框架集成：MSRL使用mindspeed_rl的RayGRPOTrainer，支持GRPO与Actor-Critic结构，需RLConfig、MegatronConfig、GenerateConfig；VERL使用verl.trainer.ppo的RayPPOTrainer，支持PPO/GRPO/DPO，用OmegaConf配置。
- 推理引擎集成：vLLM（昇腾优化）支持离线推理LLM类、张量/流水线并行分布式推理和OpenAI兼容API服务，支持vllm-ascend后端。
- 模板系统：references目录提供msrl_train_template.py、verl_train_template.py、vllm_infer_template.py、pipeline_template.py，并可生成匹配框架要求的YAML/JSON配置。
必要用法与环境变量： export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 export CANN_VERSION=8.5.1 export PYTHONPATH=/usr/local/Ascend/pyACL:$PYTHONPATH 设备使用.npu()而非.cuda()，模块为torch_npu.npu，集合通信为hccl而非nccl。
适用场景：生成训练脚本（如VERL GRPO）、创建vLLM推理适配器、构建完整训练推理流水线。
限制：专为昇腾NPU设计，不适用于CUDA/GPU；生成代码不得导入agentic_rl、opencode等项目模块，仅使用mindspeed_rl、verl、vllm、transformers、torch、ray等公开API；具体版本兼容性、安装步骤与性能数据暂未提供。