用途:这是任何 TAO 工作流或模型动作的共享启动入口。当用户想运行 TAO AutoML、训练、评估、推理、导出、生成 TensorRT 引擎或 DEFT/应用类工作流时,先执行本技能完成启动前检查,然后再创建规格、运行脚本或提交任务。
主要能力与流程:
- 平台选择:通过打包的平台辅助脚本列出支持的执行平台并让用户选择,不要自行扫描平台文档或配置目录来构造选项。命令为 ${TAO_SKILL_BANK_PATH:-~/tao-skills-external}/scripts/list_tao_platforms.py --skill-bank ${TAO_SKILL_BANK_PATH:-~/tao-skills-external} --format text。
- 监控偏好:询问是否在当前对话中监控运行、状态上报间隔。默认每 5 分钟上报,冒烟测试可用 1-2 分钟,长训练可用 10-15 分钟。用户接受默认值时使用 long_running_enabled=true 和 status_interval_minutes=5。监控开启时,任务未达终态前不得发送最终汇总;只有到达终态、用户明确要求停止或运行环境确实无法保持对话打开时才结束。
- 启动门禁:在预检通过前,不得创建运行脚本、启动脚本、兼容层、工作区目录、状态文件、日志或安装依赖等副作用。预检必须满足:平台已从打包辅助中选择;平台凭据和必需凭据组满足;模型凭据满足;默认容器镜像已从打包的模型/动作元数据解析并向用户展示,且被确认或由显式 image=<override> 替换;从启动主机完成平台访问检查;数据集输入已映射到具体 spec 键并从所选平台视角验证;模型/工作流技能要求的计算规格字段已知。任一项缺失,必须询问缺失输入并在生成产物前停止。
- 镜像确认:创建规格或提交任务前,先解析镜像:scripts/resolve_tao_image.py --skill-bank ... --model <network> --action <action> --format text。若不可用,按 actions.<action>.container_image、actions.<action>.image、顶层 container_image、顶层 image 的顺序读取。必须展示镜像并询问是否使用或提供 image=<override>,不得静默使用默认镜像。
- 凭据过滤:只询问所选平台返回的凭据,加上所选模型技能要求的模型专属凭据。例如不要向 SLURM 索要 Lepton 凭据,反之亦然;仅当平台与数据集/结果 URI 需要 s3:// 时才问 S3 凭据。SLURM 用户提示应优先询问 SSH_KEY_PATH,仅当用户已使用 SSH 代理时才提 SSH_AUTH_SOCK。
- 数据集输入:接受两种模式。根模式:用户给 train/eval/calibration 根目录,由模型技能按约定映射文件。直接 spec 模式:用户给精确 spec 键路径,直接保留并验证这些路径,不要追加默认文件名。不要假设“数据集根目录”是唯一可接受输入。
- 平台预检:创建任何启动产物前运行所选平台的预检。优先用 check_tao_launch_preflight.py,并传具体路径;对根模式输入先展开模型所需文件再传入。若模型技能列出注释级必填字段,用 --json-required-field <path-label>=<field>[,<field>...] 传入,使 schema/数据问题在预检阶段失败。真实启动不得使用 --skip-platform-access。
- 各平台要点:SLURM 需要 SLURM_USER、SLURM_HOSTNAME、SLURM_PARTITION 及 SSH_KEY_PATH 或 SSH_AUTH_SOCK;使用打包默认值时生成 SLURM_TIME_HOURS=4、SLURM_TIMEOUT_HOURS=3.8,不得为 4 小时分区虚构 12 小时默认;允许 nohup 后台启动以保持持久,但后台启动本身不等于完成对话监控,仍需前台轮询至终态或明确分离。SSH 失败时按文档给出密钥生成、复制、host key、chmod、验证等步骤后重试。SSH 通过后在远程登录主机用 test -e 验证数据路径。 本地 Docker 需先验证 Docker/GPU 访问和本地数据集路径;Lepton、Brev、Kubernetes 需验证 API 或集群访问、对象存储凭据及 aws s3 ls 可读性;挂载共享存储或 PVC 路径需人工证明已挂载进任务环境,否则预检失败。
适用场景:准备运行 TAO 相关容器任务的任何流程,包括 AutoML、训练、评估、推理、导出、TensorRT 引擎生成及应用工作流。
限制与暂未提供:具体平台完整凭据清单、模型专属要求、计算规格以打包元数据和对应模型技能为准;本资料未提供完整模型列表、镜像标签、收费信息或默认平台取值。