SuperAPI AI 工具集

configure

智能体与模型

查看项目

更新于 11-04 16:20

技能介绍

Configure 是一个用于在 Fireworks 上对模型进行后训练(post-training)的技能,面向编码智能体(coding agent)。它的角色定位是:智能体作为机器学习工程师,帮助用户完成模型后训练的全流程工作,包括校验数据、启动任务、监控运行、评估结果以及清理资源。当用户已批准计划后,智能体不应只停留在建议层面,而应实际执行。

用途与定位

该技能用于规划、运行和监控 Fireworks 训练任务,覆盖托管式 SFT、DPO、ORPO 和 RFT,以及 Training API 的无服务器(Serverless)和专用(Dedicated)工作流。它强调选择最简单可行的路径,并在计划中明确说明所选执行面。

主要能力

  • 入口路由:根据信号将任务路由到 research、debug 或留在 configure。例如,任务目标明确但方法、数据或评估不清晰时路由到 research;运行失败、卡住、报错或质量异常偏低时路由到 debug;明确的训练、部署、恢复、starter 或 research 交接则留在 configure。
  • 研究交接复用:当存在 research 交接时,复用其中的 case_study、cookbook_entry_tier、cookbook_entry_path、notebook、readme、implied_method、dataset_plan、eval_plan 和 suggested_path 等信息,不重复询问。
  • 只读预检:在尽量少的调用中确认账户、认证、所选执行面的模型支持、数据集存在性与状态、格式、行数、划分,以及评估器、奖励或偏好数据契约、留出评估与成功指标、cookbook 提交和已安装 SDK 版本。预检期间不上传或创建资源。
  • 成本估算:读取成本估算参考,对直接路线比较时先给出总额并推荐成本最低的兼容路线。托管 SFT 或 DPO 需在确定渲染 token 量、调优模式、精确路径上下文和当前公布费率后计算;Serverless SFT 按训练器 token 计算;DPO 返回未填充基线,包含策略训练 token 加一次性全未缓存参考预填充。Muse Glimmer LoRA SFT 促销按参考文档精确应用,RL 不在覆盖范围内。视觉 SFT、DPO 或 RL 在缺少视觉 token 核算时不计算。专用 SFT 或 DPO 不计算,引导用户使用官方成本估算器。托管 ORPO 在其计费契约记录前不计算。RL、embedding、IGPO 和蒸馏估算路由到 Training 团队。
  • 强制最终计划门:在任何上传、评估器注册、付费推理、训练创建、检查点提升或部署之前,展示一份完整计划,包括账户、方法、工作流路径、执行面、基础模型、数据集、划分、模式、行数、评估器、奖励、损失、成功指标、稳定资源 ID、所有用户设定参数和可解析的平台默认值、成本行项与假设、监控与无进展超时、评估与拆除。计划需紧凑,用户批准该确切计划后方可执行。方法、模型、参数、扫描广度或成本上限的任何变更都需要重新确认。
  • 智能体执行边界:只读的 get、list、quota 和 catalog 调用随时允许。批准后,智能体通过 SDK、REST API 或记录的 cookbook 配方自行执行变更。firectl 会阻止智能体变更命令,不应通过 firectl 路由变更,也不得取消智能体检测变量或配置安全账户覆盖。若 SDK 路径不可用,展示确切命令并请用户运行。
  • 执行工作流:将批准的计划和批准引用持久化到 fireworks-training-runs/<run-id>/run.md;使用稳定 ID 创建资源;运行期间保持主动监控,报告数值信号(托管 job_progress.percent 和 epoch,或 Training API 的 step、loss 和 gradient norm);在批准的无进展超时后收集证据并路由到 debug;完成时报告终态、输出模型、实测指标、已产生成本和没有仍在运行的计费资源;在相同留出集上评估基础与调优行为,保留逐例预测以进行配对比较;仅在单独批准后部署,并用真实请求验证服务;拆除计费资源并报告最终状态。

使用方式

智能体通过 Fireworks Python SDK(from fireworks import Fireworks)或 REST API 执行,使用 FIREWORKS_API_KEY 认证。firectl 仅用于只读检查或用户希望自行运行的命令。需检查 FIREWORKS_API_KEY 是否设置而不打印它,然后用一次只读 SDK 调用验证账户。若密钥缺失,继续执行不需要密钥的工作,并告知用户一次如何添加:在 https://app.fireworks.ai/settings/users/api-keys 创建密钥,然后在智能体终端运行 read -s FIREWORKS_API_KEY && export FIREWORKS_API_KEY,或放入 gitignored 的 .env。绝不在聊天中索要 API 密钥、回显它或从其他工具的凭据文件读取。

适用场景

适用于在 Fireworks 上进行模型后训练的各种场景:普通 SFT(文本或视觉)、用户希望自有循环或会话内评估、RL、Serverless 上的 DPO、蒸馏、自定义损失、全参数训练、Serverless 不支持的模型、预留容量或自定义基础设施。默认路径为:普通 SFT 用托管 SFT;自有循环或 Tinker 风格代码用 Serverless Training API;RL、Serverless DPO、蒸馏、自定义损失用 Serverless Training API 配方;全参数、不支持的 Serverless 模型、预留容量、自定义基础设施用专用训练。

限制与约束

  • 不得猜测当前模型、形状、价格、限制或默认值。
  • 不得引用未在本次对话中获取的部署/推理费率,否则应说明单独定价。
  • 促销截止日期需明确表述(如 2026-12-01T00:00:00-08:00 或截至 11 月 30 日太平洋时间)。
  • 上传前需本地校验,报告坏行和拟议修复,而不是静默丢弃或重写。
  • 优先使用维护中的 cookbook 配方而非空白自定义循环。
  • 区分配额、计费、容量、用户配置和平台故障。
  • 绝不暴露凭据、客户数据、原始答案或私有路径。
  • 遥测不得阻塞或减慢训练。
  • 成本估算不替代强制最终计划确认。
  • 提升和部署需要单独确认;Muse 促销不覆盖部署。

该技能还提供渐进式参考文档,涵盖路径摄入、成本契约、输出模板、安装与认证、方法与数据选择、偏好数据与评估器、托管 RFT(已弃用,仅现有任务)、Training API 与损失、安全训练、模型与形状、运行状态与报告、部署与故障排除、错误参考、SDK 配方、RL 相关主题、步骤指标与追踪、渲染器以及旅程遥测等。