| # Linux Codex Handoff |
|
|
| 这份说明面向把仓库迁移到 Linux 服务器后，继续使用 Codex 无缝接手。 |
|
|
| ## 1. 这个交接包的目标 |
|
|
| 这个交接包优先保留以下内容： |
|
|
| - 仓库使命与长期目标 |
| - 当前稳定的数据契约 |
| - 架构文档与路线图 |
| - Linux 首次实验清单 |
| - 关键可执行代码 |
| - 最小测试 |
|
|
| 也就是说，这个包优先保证： |
|
|
| 1. Codex 在 Linux 上进入仓库后能快速读懂上下文 |
| 2. 你可以先跑通当前最稳定的受控实验链路 |
| 3. 不把巨大的历史数据和运行产物一股脑塞进迁移包 |
|
|
| ## 截至 2026-03-23 的交接补充 |
|
|
| - Linux 上已经不只是“可开训”，而是实验 A 已完整训练结束并拿到首轮有效检测指标。 |
| - 当前训练统一环境仍是 `lsy-agent`。 |
| - 当前验证链路已经接通真实模型输出，且默认支持 `vllm` 推理。 |
| - 迁移或接手时需要额外注意一件事：历史 vLLM 进程如果未清理，会长期占用 4 张卡，影响后续正式训练启动。 |
| - 当前最值得保留的运行产物不是所有 `runs/`，而是实验 A 的训练日志、merged checkpoint 路径说明，以及验证结果摘要。 |
|
|
| ## 2. 建议保留在交接包中的内容 |
|
|
| - `AGENTS.md` |
| - `README.md` |
| - `requirements.txt` |
| - `.env.example` |
| - `base_agent.py` |
| - `run_pipeline_silver.py` |
| - `agents/` |
| - `schemas/` |
| - `pipelines/` |
| - `tests/` |
| - `docs/` |
|
|
| 其中最重要的文档读取顺序保持不变： |
|
|
| 1. `AGENTS.md` |
| 2. `README.md` |
| 3. `docs/architecture.md` |
| 4. `docs/roadmap.md` |
| 5. `docs/current_status.md` |
| 6. `docs/reference/repo_map.md` |
| 7. `docs/deployment/deploy_linux.md` |
| 8. `docs/deployment/linux_first_experiment_checklist.md` |
|
|
| ## 3. 默认不放进交接包的大体积内容 |
|
|
| 以下内容通常不建议放进首次 Codex 迁移包： |
|
|
| - `clearn_base_data/` |
| - `base_data/` |
| - `runs/` |
| - `__pycache__/` |
| - 各类 `.pyc` |
| - 临时 jsonl、临时 notebook、临时测试文件 |
|
|
| 原因很简单： |
|
|
| - 这些内容体积大 |
| - 很多是可再生成的运行产物 |
| - 会显著拖慢首次传输和解压 |
| - 不影响 Codex 先接手代码、文档和实验流程 |
|
|
| ## 4. Linux 上首次接手建议 |
|
|
| 解压后，建议先做以下动作： |
|
|
| 1. 阅读 `AGENTS.md` |
| 2. 阅读 `README.md` |
| 3. 阅读 `docs/deployment/linux_first_experiment_checklist.md` |
| 4. 创建虚拟环境并安装依赖 |
| 5. 配置 `.env` |
| 6. 跑 `tests.test_reviewer` |
| 7. 跑 `tests.test_gold_builder` |
|
|
| ## 5. 如果之后要补回数据 |
|
|
| 如果你后续要在 Linux 上继续做实际实验，再单独补这些内容即可： |
|
|
| - 图片目录 |
| - 历史 `runs/` 结果 |
| - cleaned Silver 数据集 |
| - Gold 数据集 |
|
|
| 建议把“代码与文档交接包”和“数据资产包”分开管理。 |
|
|
| ## 6. 当前最稳妥的 Linux 实验边界 |
|
|
| 当前最稳妥的稳定边界仍然是以下数据链路： |
|
|
| 1. Silver 小样本试跑 |
| 2. cleaned Silver |
| 3. Silver Eval |
| 4. Gold 构建 |
|
|
| 训练链路已进入真实开训阶段，但仍需继续收敛训练框架兼容性、日志规范与评估闭环 |
|
|
| 以下模块目前还不应被视为已经可以无缝投入正式闭环实验： |
|
|
| - `SemanticEvaluator` |
| - `Orchestrator` |
|
|
| ## 7. 给 Linux 上的 Codex 的一句话上下文 |
|
|
| 这个仓库当前的核心不是训练框架，而是稳定的结构化数据分层。任何继续开发都必须优先保护 `Raw -> Silver -> Gold -> Eval` 的边界，尤其不要把 Silver 审核逻辑和 Gold 训练格式转换混在一起。 |
|
|
