#!/bin/bash
# 快速启动脚本

set -e

echo "========================================"
echo "Qwen3Omni Thinker 快速启动"
echo "========================================"

# 检查Python版本
python_version=$(python --version 2>&1 | awk '{print $2}')
echo "Python版本: $python_version"

# 检查CUDA
if command -v nvidia-smi &> /dev/null; then
    echo "CUDA设备:"
    nvidia-smi --query-gpu=name,memory.total --format=csv,noheader
else
    echo "警告: 未检测到CUDA"
fi

echo ""
echo "========================================"
echo "步骤1: 准备示例数据"
echo "========================================"
python prepare_data.py --mode create_sample --output data --num-samples 100

echo ""
echo "========================================"
echo "步骤2: 验证数据"
echo "========================================"
python prepare_data.py --mode validate --input data/train.jsonl
python prepare_data.py --mode validate --input data/valid.jsonl

echo ""
echo "========================================"
echo "步骤3: 开始训练"
echo "========================================"

# 检测GPU数量
if command -v nvidia-smi &> /dev/null; then
    gpu_count=$(nvidia-smi --query-gpu=name --format=csv,noheader | wc -l)
    echo "检测到 $gpu_count 个GPU"
    
    if [ $gpu_count -gt 1 ]; then
        echo "使用多GPU训练..."
        torchrun --nproc_per_node=$gpu_count train.py \
            --config configs/qwen3omni_thinker_config.yaml
    else
        echo "使用单GPU训练..."
        python train.py --config configs/qwen3omni_thinker_config.yaml
    fi
else
    echo "使用CPU训练（不推荐）..."
    python train.py --config configs/qwen3omni_thinker_config.yaml
fi

echo ""
echo "========================================"
echo "训练完成！"
echo "========================================"
echo "输出目录: outputs/qwen3omni_thinker"
echo "查看日志: tensorboard --logdir outputs/qwen3omni_thinker/logs"