让 AI Agent 直接在本地 CLI 里完成启智平台的全部操作。
Notebook · Job · HPC · Serving · Model · Resources — 一条命令皆能。
启智平台网页 qz.sii.edu.cn 是用户日常实验链路里最慢的那一环——每次申请资源、新建 notebook、开 SSH、同步代码都要反复点点点。
InspireSkill 把这些步骤交给 AI Agent。 当 Claude Code / Codex / Antigravity / Cursor / OpenClaw / OpenCode / Qoder 识别到这个 skill，它会：
- 直接调用
inspire命令查实时资源、开 notebook、提 HPC 任务、拉日志 - 提供可选的 Clash Verge mixed-port 分流模板，让公网与启智内网共存一套本地代理配置，取代多人共用断连的 aTrust；CLI 本身不绑定固定端口，任何能同时覆盖公网与
*.sii.edu.cn的代理方案都行 - 把平台网页上的常用操作都变成可复现、可串联、可自动化的命令链
- 从 SKILL.md 按需加载对应使用手册，理解调度语义、资源申请原则和验收点，不需要用户在对话里反复向 Agent 解释平台语义
目标是让 Claude Code / Codex / Antigravity / Cursor / OpenClaw / OpenCode / Qoder 成为推进科研项目的唯一入口，不用再在浏览器里手动点。
启智官方的 InspireCode 是把 OpenCode 直接部署到某个 Inspire 实例里——要用就得打开 qz.sii.edu.cn、进那个实例、在它的终端里跟 OpenCode 对话。凡是"把 Agent 装在服务器上"的方案都是这个路数。InspireSkill 走相反路径：Agent 留在本机，Inspire 降格为被调用的工具。
| 维度 | InspireCode（Agent 装在 Inspire 实例里） | InspireSkill（Agent 装在本机） |
|---|---|---|
| Agent 生命周期 | 绑死在某一个 notebook 实例；实例回收 / 崩溃，对话与状态一起没 | 跑在本机 harness 里，与任何一个 Inspire 实例解耦 |
| 调度范围 | 只能操作它所在那一个实例的文件系统与运行时 | 一个 Agent 横跨多 workspace / notebook / HPC job / image，全平台统一编排 |
| 入口 | 必须打开 qz.sii.edu.cn 的实例终端 |
用户本来就在用的 Claude Code / Codex / Antigravity / Cursor / OpenClaw / OpenCode / Qoder |
| harness / 模型选择 | 锁定 OpenCode + 它支持的模型 | 任选本机已装的 7 家 harness，模型随 harness |
| 上下文来源 | 只有实例里能看到的东西；本地代码仓库不在场 | 本机完整 repo + git 状态 + 编辑器 + 其他 MCP 工具（Figma / Preview / Playwright …）一起可用 |
| 计算占用 | Agent 进程吃 Inspire 实例的 CPU / RAM 配额；API key 必须放在实例里 | Agent 进程跑本机；Inspire 实例的 CPU / RAM 全给训练 / HPC；API key 只留本地 |
| 连接依赖 | 平台网页断 = Agent 断；aTrust 掉线对话就停 | inspire CLI 直接操作平台；Agent 推理甚至可以完全离 SII 内网 |
| 自动化 / 可复现 | 对话历史锁在浏览器页面里 | 命令流可保存 / 回放；可读格式给 Agent 决策，结构化输出留给脚本消费 |
一句话：InspireCode 把 Agent 搬进 Inspire，InspireSkill 把 Inspire 变成 Agent 的一把工具。
启智社区还有两条独立维护的 CLI：EmbodiedForge/Inspire-cli 和 tianyilt/qzcli_tool。差异主要在能力覆盖广度——能不能在 分布式训练空间 这类离线 GPU 空间零配置 SSH、能不能拿到事件 / 生命周期 / GPU 利用率这些观测信号、能不能端到端编排 notebook + HPC + Ray + serving。
| 维度 | Inspire-cli | qzcli_tool | InspireSkill |
|---|---|---|---|
| License / 分发 | Proprietary, members-only · 源码渠道 | 无 LICENSE · 源码渠道 | MIT · PyPI + curl | install.sh |
| 零配置 SSH / 文件流转 | 需要用户预配本地组件或容器公网 | 无统一远程执行抽象 | 零配置，ssh / exec / shell / scp 都直接按 notebook name 使用 |
| 平台能力覆盖 | 少量训练 / HPC 能力 | 部分 HPC + job 能力 | notebook / job / HPC / Ray / Serving / Model / resources 全覆盖 |
| 事件 / 生命周期 / GPU 利用率查询 | 无 | 无 | 5 类 events + notebook/job/hpc/serving metrics + run_index 生命周期 |
| HPC / Ray / Serving / Model | 仅有部分 job + notebook | 仅 HPC（单层）+ job | HPC 两层模型 + Ray 弹性 + Serving + Model 全覆盖 |
| 多账号 | [accounts."<user>"] 合并层 |
单账号 | 一账号一独立目录，~/.inspire/current 切换 |
| Agent 接入 | 无 | qzcli-mcp（1 家 harness） |
Skill 格式覆盖 7 家 harness |
| 测试 | 多文件回归套件 | 3 文件 | 持续扩展的单元测试套件 |
一句话：这两条 CLI 各做了一段路；InspireSkill 把整个平台的操作面和观测面端到端铺平了，并且在离线场景下零配置可用。
平台支持：macOS + Linux 一等公民。Windows 用户请用 WSL2——CLI 依赖 SSH / rsync / GPFS 目录约定 / POSIX 文件权限，Windows 原生不在 roadmap。
前置：bash · curl · tar · Python 3.10+ · 已装 uv（推荐）或 pipx 任一。
curl -LsSf https://astral.sh/uv/install.sh | sh
curl -fsSL https://raw.githubusercontent.com/realZillionX/InspireSkill/main/scripts/install.sh | bash安装、可选参数和安装后检查见 references/setup/install-and-config.md。
inspire update # CLI 包 + SKILL/references 一起升到最新
inspire update --check # 只检查，不动
inspire update --cli-only # 仅升 CLI 包与运行时
inspire update --skill-only # 仅刷 SKILL.md / references/升级旧版本和 installer 检测说明见 references/setup/install-and-config.md。
成功升级 CLI 后，inspire update 会显示旧版本到新版本之间的 GitHub Release 更新摘要。
inspire account add <name>
inspire config show --compact
inspire init
cd /path/to/your-repo
inspire init --scope project
inspire resources availability --workspace all --include-cpuinspire init 默认做账号级全局发现，写入平台 catalog 和默认 path alias；--scope project 用于当前仓库的 project context 和 path alias 覆盖。
账号级 / 项目级配置分层、多账号和代理 setup 见 references/setup/install-and-config.md。
全链路命令化：create / list / status / start · stop / ssh / connection / ssh-config / exec / shell / scp / install-deps / metrics / events / lifecycle。notebook ssh <name> 像 SSH 一样打开交互终端，notebook connection refresh <name> 可显式刷新连接缓存，notebook ssh-config <name> 可接入原生 OpenSSH / scp / rsync。SSH / exec / shell / scp / ssh-config / ssh-proxy 会跨账号解析本地已缓存的 notebook connection，不要求先切 active account。任何镜像、任何计算组、有无公网都能直接使用远程执行和文件流转命令。
|
inspire hpc create -c <slurm-body> 只写 Slurm 正文 + 显式 srun，平台自动补 #SBATCH 头。两层独立：节点资源用 --quota gpu,cpu,mem（CLI 自动解析到平台 quota row），slurm 调度用 --number-of-tasks / --cpus-per-task / --memory-per-cpu。
|
平台官方把 job 这一路叫"分布式训练" / distributed training；提交 job 时只要求 GPU 计算资源和启动命令，不强制程序必须是训练。inspire job 可用于一张卡、多卡、单节点、多节点等后台 GPU 任务 —— 分布式训练 / 批量推理 / 并发 worker pool 都走这里（hpc 对应 CPU Slurm）。提交统一使用 job create；需要跟日志时用 job logs <name> --workspace <workspace> --follow，健康度用 job metrics <name> --workspace <workspace> 看 GPU、显存、CPU、内存、I/O 和多 pod 负载是否同步。
|
resources availability --workspace all --include-cpu / resources nodes --workspace all / <workload> quota --workspace <name> — 三板斧定位哪个集群有空，支持透支式申请。
|
image list / detail / save / register / set-visibility / delete，创建 notebook、job、HPC、Ray 或 serving 时显式传 --image；hpc create --image-type 明确可见性。
|
inspire serving create / list / status / stop / configs / metrics —— 覆盖模型部署服务的创建、列表、状态、可用配置、资源指标和停止操作；创建前用 serving quota --workspace <workspace> 选 quota。
|
inspire model list / status / versions —— 浏览 workspace 下所有模型 + 每个模型的历史版本，带 vLLM 兼容标记 / 创建时间；之前只能在平台网页里翻。
|
inspire user whoami / permissions / api-keys —— 一眼看清当前账号、在某 workspace 下实际授予的权限码（job.trainingJob.create 等），以及已申请的 API Key 元数据。
|
notebook metrics / job metrics / hpc metrics / serving metrics 读取平台 资源视图 的历史时间序列，默认输出 PNG 趋势图，--no-plot --sparkline 适合终端快速判断；job events / hpc events / notebook events / ray events 拉平台事件流，job instances / hpc instances / ray instances 看 live pod / component 清单，notebook lifecycle <name> 看一个实例的多次启停记录。
|
inspire account add / list / use / rename / current / remove —— 每个账号的 config.toml、SSH tunnel bridges 和登录缓存都在独立目录 ~/.inspire/accounts/<name>/，活动账号由 ~/.inspire/current 一行决定。不再有 [accounts."<user>"] 合并层、不再有多个环境变量的优先级链；切账号 = 改一个文件。Notebook 连接类命令的 --account <name> 使用本地 account alias，不是平台登录用户名；all 是跨账号扫描 selector。
|
| Harness | 安装后位置 | 备注 |
|---|---|---|
| Claude Code | ~/.claude/skills/inspire/ |
默认推荐 —— Agent 可被后台命令完成事件自动唤醒 |
| Codex CLI | ~/.codex/skills/inspire/ |
额外生成 agents/openai.yaml |
| Antigravity | ~/.gemini/config/skills/inspire/ |
用户级 global Skills 层，跨项目可用 |
| Cursor | ~/.cursor/skills/inspire/ |
用户级 global Skills 层，跨项目可用 |
| OpenClaw | ~/.openclaw/skills/inspire/ |
全局 "managed skills" 层；workspace 层 （~/.openclaw/workspace/skills/） 可覆盖 |
| OpenCode | ~/.config/opencode/skills/inspire/ |
遵循 XDG；$OPENCODE_CONFIG_DIR 可改根 |
| Qoder CLI | ~/.qoder/skills/inspire/ |
用户级 Skills 层，跨项目可用 |
为什么默认推 Claude Code：它的 scheduler 支持在后台 Bash 命令结束时自动唤醒 Agent。把 inspire job logs <name> --workspace <workspace> --follow / 长轮询 checkpoint / inspire hpc status <name> --workspace <workspace> 监视之类长 watch 挂到后台，训练或 HPC 任务跑完 Agent 自己醒过来接下一步。Codex / Antigravity / Cursor / OpenClaw / OpenCode / Qoder 目前没有这个能力，做长流水的自动化会弱一档。
SKILL.md 装完是一份通用 playbook。日常 workspace 基本就是 CPU资源空间 和 分布式训练空间；资源条件不要写成隐式默认值，把 workspace、project、group、quota 和 image 组合成 workload profile，并在 inspire notebook/job/hpc/... create --profile <name> 或 batch 文件里显式使用。如果你的主战场是启智的国产卡分区、CI-情境智能 工作空间，或小组自己划走的专属资源开发空间，两条口子做定制：
- 项目级（必须）：维护仓库根的
INSPIRE.md，并用inspire <workload> profile set <name> ...保存条件组；Path Conventions只写 remote path alias。INSPIRE.md属于当前 repo，不会被inspire update覆写，也方便跟组内协作。启智相关上下文必须和AGENTS.md/CLAUDE.md这类本地 Agent 计划分开维护。 - Harness 级：直接编辑
~/.claude/skills/inspire/SKILL.md和同目录references/（Codex / Antigravity / Cursor / OpenClaw / OpenCode / Qoder 同理），改按需加载入口或对应使用手册。注意：inspire update默认会覆盖 SKILL.md 和 references/；维护了本地改动后用inspire update --cli-only只升级 CLI 与运行时、不动 skill 文件，想合并上游变更时再手动 diff。
启智平台的调度语义、资源组划分、镜像可用性会频繁变化。 InspireSkill 的维护目标是让 CLI 和使用手册始终贴近平台真实行为。
维护者 @realZillionX 会高频率、持续跟进上游变更。每次发版后，任意 inspire <subcommand> 都会在 stderr 提醒一行，跑 inspire update 即升（用法见上面 更新 段）。
发现新的平台行为差异时，在 issue tracker 开一条，附 inspire --debug <cmd> 的 trace（CLI 会自动脱敏敏感登录凭据和代理信息）。反馈流程的更多细节见下方"开发与贡献"一节。
不常驻 SII 的科研人员通常需要让本机代理转发 *.sii.edu.cn 流量；能直连 SII 校园网的人可以走 DIRECT。Clash Verge mixed-port 的 SII proxy / DIRECT 分流模板见 references/setup/install-and-config.md；CLI 本身不绑定固定端口。代理地址通过 inspire account add 写入账号配置，并可用 inspire config show --compact 核对。
凭据（host / user / password）从实验室或组织管理员获取，不要提交到任何公开仓库或聊天记录。
项目由 @realZillionX 维护，节奏与启智平台的行为 / 调度语义紧密绑定。为了让上游变更能被最快、最一致地消化进 CLI + SKILL.md + references/，贡献入口按变更风险分层：
- 欢迎小而清楚的 PR。 文档修正、使用手册补丁、平台行为变化修复、可复现的小型 CLI bugfix 都可以直接提 PR；长期协作者（如 @JingYiJun）持续跟进平台变化，相关 PR 通过测试和基础 review 后可按快速通道合入。
- 大范围语义调整先提 Issue。 平台语义变化快，涉及工作流重写、配置边界、调度策略或多命令联动的改动，先用 Issue 描述问题场景，附上
inspire --debug <cmd>的日志最好（CLI 会自动脱敏敏感登录凭据和代理信息）。维护者会评估后纳入后续版本，通常几天内发新版。 - 新的平台行为差异同样走 Issue；不用自己附敏感本地文件，维护者会用仓库内的开发工具复现。
这么安排的权衡：这个 skill 的价值在于与上游保持零漂移的同步。Issue 是最高效的问题信号，PR 是可落地 patch 的通道；能小步合并的就小步合并，需要统一调度的就先收敛语义再动手。
- SKILL.md — 日常使用入口：CLI help 查询方式、按需加载索引和项目上下文字段。
- references/setup/install-and-config.md — 安装、更新、账号初始化、项目初始化和 SII proxy setup。
- references/dev/browser-api.md — CLI 维护参考：网页会话接口和当前前端请求合约。
- references/resources-and-paths.md — Workspace、compute group、规格三元组、实时资源和 workload profile 边界。
- references/network-and-sources.md — 公网、离线 GPU 空间、SII 内部源和镜像固化策略。
- references/paths.md — 共享盘作用域、存储池、挂载隔离、path alias 和项目
INSPIRE.md维护边界。 - references/notebook.md — Notebook 作为交互工作台、连接方式、文件流转、proxy、安全和观察边界。
- references/image-management.md — 镜像职责、保存 / 注册边界、可见性和清理原则。
- references/compute-workloads.md — GPU job、CPU HPC、Ray、serving 的适用边界、调度语义和观察闭环。
- references/workflows.md — CPU 准备、数据处理、分布式训练三阶段项目流程。
- references/model.md — Model registry 与 serving 的职责边界、注册限制和版本判断。
cli/— CLI 源码；入口cli/inspire/cli/main.py。scripts/install.sh— curl-pipe-bash 安装器。
- 启智平台团队提供的公开资料与协助。
- EmbodiedForge/Inspire-cli 提供了 CLI 的初步框架。
Made for researchers who'd rather think than click.