physicalai-runtime-configuring-inference-pipeline

配置推理流水线

用途

本技能用于围绕 InferenceModel 配置预处理器（preprocessors）、后处理器（postprocessors）和 runner，通过 manifest 规格与 ComponentRegistry 完成组装。适用于编辑推理流水线配置时使用。

流水线顺序为：观测（observation）→ 预处理器（preprocessors）→ runner → 后处理器（postprocessors）→ 动作输出（action output）。相关说明见 docs/how-to/inference/configure-pre-post-processing.md。

核心代码

• src/physicalai/inference/component_factory.py — 包含 ComponentRegistry、instantiate_component、_MAX_COMPONENT_DEPTH。
• src/physicalai/inference/model.py — 依据 manifest 规格构建处理器链。
• 内置组件位于 preprocessors/ 和 postprocessors/ 目录下；runner 位于 runners/ 目录下。

使用方式

工作流程

1. 阅读 manifest 中关于 preprocessors、postprocessors 和 model.runner 的部分。 完成标志：明确规格使用的是 type（注册表短名）还是 class_path。
2. 对于 component_factory 中注册的内置组件，优先使用 type（例如文档中的 normalize/denormalize 模式）。
3. 对于显式指定的类，使用 class_path + init_args：

preprocessors:
  - class_path: physicalai.inference.preprocessors.StatsNormalizer
    init_args:
      artifact: stats.safetensors

完成标志：init_args 中的路径通过 resolve_artifact 相对于导出目录解析。

新增内置处理器

1. 在相应包中实现 Preprocessor / Postprocessor 的子类。
2. 如需 manifest 友好的别名，在 component_factory 中注册一个短类型名。
3. 在 tests/unit/inference/preprocessors/ 或 postprocessors/ 下添加单元测试。

完成标志：使用 type 或 class_path 的 manifest 能在最小化的 InferenceModel 测试中完成实例化。

init_args 中的嵌套组件必须保持在 _MAX_COMPONENT_DEPTH 之内；避免出现循环规格。

验证循环

uv run pytest tests/unit/inference/preprocessors tests/unit/inference/postprocessors tests/unit/inference/test_manifest.py -q

必需检查

• 处理器顺序与训练/导出语义一致（归一化在 runner 之前，反归一化在 runner 之后）。
• manifest 中的产物文件名不得进行路径穿越（..、绝对路径）。
• 新增的公开处理器在用户可见时需出现在 docs/reference/inference-api.md 或 how-to 文档中。
• runner 选择（SinglePass、chunking runner 等）需与 predict_action_chunk 及 select_action 文档保持一致。

参考

• docs/reference/manifest-schema.md
• docs/how-to/inference/use-manifest.md

限制

本技能专注于推理流水线的配置与校验，关于支持的模型类型、硬件平台、收费与价格等信息，暂未提供。