Skip to content

v1.4.6 — 🚀 多卡分布式与云端训练执行面

Choose a tag to compare

View all tags
@KongFangXun KongFangXun released this 09 Sep 14:01
· 294 commits to main since this release
v1.4.6
76d2df8

🚀 训练从「单机跑一跑」走到「多卡并行 + 云端 VM 受监督执行」，同时把不属于约束层的行李卸到仓外——卸下负担之后，缰绳反而更紧了。

TL;DR (EN): Multi-GPU distributed training + cloud-VM execution under harness supervision (train_multi / train_cloud), plus engine slim-down: recipes external, installs to shell, downloader removed, spawn behind TrainExecutor. 84 MCP tools · 4,088 tests · MIT.

⚡ Install / Upgrade

# 新装（五形态任选：FDE 插件 / Skill / MCP / CLI / GitHub Action）
curl -fsSL https://raw.githubusercontent.com/KongFangXun/sofagent/main/install.sh | bash

# 已装用户升级到本版
npx @sofagent/audit@v1.4.6 --doctor

# 一条命令装全四大功能包（本版新：裸名总包）
npm i -g sofagent

# GitHub Action（PR 自动审计）
uses: KongFangXun/sofagent@v1.4.6

🔨 核心变更

🚀 多卡 / 分布式训练（train_multi）

  • 多卡命令构造 + rank 汇总（最慢 rank 决定进度），job.json schema v2 兼容 v1、拒未知字段
  • GPU 队列双轴拓扑感知 + NCCL 第八类分布式故障处方，显存预算防 OOM

☁️ 云端 VM 执行面（train_cloud）

  • 控制面本地 / 执行面云上：数据分拣三档「宁拦勿漏」+ 批量整批拦截，合规闸先于入库
  • 云 VM 失联止损 5min + 成本向上取整计入预算；新增 MCP tool train_cloud
  • 标准数据推送接口（schema 校验 + 分拣/合规双闸）+ 保密证书编号挂链（技术 + 法律双证据）

🧹 边界收缩（开源仓瘦身，约 −1.2k 行）

  • 训练配方数据迁出为外部装载（--recipes <dir>），场景判定语义 SCENARIO_MATCH_HINTS 留开源
  • 环境安装编排归 shell 脚本（tools/train/train-env-init.sh），引擎只留探测 / 体检 / 清单
  • 删除自建 model-downloader，基座获取归推理服务与云端通道
  • train-scheduler 经 TrainExecutor 接口隔离本地 spawn，缰绳核心（提交 / 事件归一 / 回收）保留

📦 npm 裸名总包（umbrella）

  • npm i -g sofagent 一次装全四大功能包——裸名总包薄转发（bin 转发零编译期耦合），与 install.sh 等效
  • 流程加固四防线：守卫的守卫（门禁自身故障注入自检）/ 分支收编标记对账 / 空 diff message 审计 / driver 冻结窗口锁

🔒 BugFix（上版遗留）

  • ruleset A0 汇总行编号渲染、版本动态读路径、uninstall 平台配对、PERSPECTIVES 双清单自检——四处检查锚点对齐实际实现
  • 工具数 83→84 十一处活文档同步；DSH 依赖锁对齐 npm latest

✅ 质量验证

检查项 结果
npm test 4088 tests 全绿 ✅
acceptance-test 311/311 场景全绿（392 断言 · SKIP 0）✅
shellcheck 零 error ✅
check-version 109/109 全绿 ✅
回归检查 100 维度 ✅
release-gate verdict=PASS ✅
fresh-eyes 2 轮独立审查 ✅

⚠️ 破坏性变更

  • 删除导出（@sofagent/orchestrator）：trainEnvInit / downloadModel 及 model-downloader 全套——如遇 import { downloadModel } 报错，基座改用 ollama pull 手动放置或走云端通道；环境安装改用 bash tools/train/train-env-init.sh
  • 训练配方数据结构变化：TRAIN_SCENARIO_TEMPLATES 由 8 个全量模板收缩为 4 个参考模板（每场景 1 个）+ 外部装载——如遇「找不到某场景模板」，执行 train templates --recipes <你的配方目录> 装载（schema 校验，坏资产跳过不炸引擎）
  • 新增导出：TrainExecutor / LocalSpawnExecutor / createLocalSpawnExecutor——本地 spawn 编排的接口化入口，默认实现保持原行为
  • MCP 工具数 83→84：新增 train_cloud（纯新增，既有 83 个 tool 签名不变）
  • 升级后需重装 git hook：本版 hook 行为有变更（空提交纳入审计 + fresh-eyes 冻结窗口锁）——sofagent-audit --install-hook（每个装过 hook 的仓库逐个重装）

🔗 深入了解

想看什么 链接
全部变更明细 CHANGELOG
上手指南 HANDBOOK
有问题 / 晒场景 Discussions · good first issues
npm 包 @sofagent/audit · 共 14 包（npm）

📖 详细开发日志

Assets 2
Loading