SwanLab 是 AI 训练实验跟踪平台。本技能涵盖两种用法:一是用 Python SDK 编写追踪代码(swanlab.init、swanlab.log、swanlab.finish 及多媒体辅助函数);二是用 swanlab api CLI 查询指标、日志、摘要、媒体等实验数据。
参考路由:编写追踪代码看 references/SDK_QUICKSTART.md;CLI 查询数据看 references/CLI_REFERENCE.md;理解数据模型、术语与过滤语法看 references/SWANLAB_CONCEPTS.md;绘制指标或对比实验见下方脚本。
运行模式:swanlab.init(mode=...) 控制数据去向。online 本地存储并以 HTTP 上传云端,需登录;local 仅本地 protobuf 存储、不上传,适合隔离环境或无需账号;offline 仅本地存储,可稍后用 swanlab sync 上传;disabled 完全关闭日志。默认已登录时为 online,否则交互提示或回退 offline。
脚本:scripts/plot_metrics.py 画单实验折线图,如 python scripts/plot_metrics.py user/proj/run1 -k loss -o loss_chart.png -s 500,也可用 --data metrics.json。scripts/runs_benchmark.py 做跨实验对比,如 python scripts/runs_benchmark.py user/proj/run1 user/proj/run2 -k loss --direction lower,支持 --normalize 与 --data。两者均需 swanlab login(或 --api-key/--host 参数)。
路径约定:CLI 使用 username/project_name 或 username/project_name/run_id。常见意图可路由到 SDK 快速入门、CLI 的 run metrics/filter/list/info/logs/columns,或上述脚本。
环境检查:写代码或查询前建议先运行 swanlab ping 测网络可达性与登录状态,再运行 swanlab verify 校验凭据(读取 .netrc,可用 --local 检查当前目录)。
行为约束:仅当用户明确要求时才用 --all,分页列表命令用默认分页(--page_num/--page_size);运行 run metrics、run medias、run column 前先询问具体列名,不确定时先执行 run columns PATH 发现;大批量指标数据先经 --save 持久化到文件再可视化。具体平台限制暂未提供。