跳转到主要内容
当您已经有任务、数据集或现有 agent code，并希望 AI coding agent 帮您把它变成可运行的 Osmosis rollout 时，请使用这条路径。 如果您是 Osmosis 新用户，并且想走最短的复制粘贴路径，请先从 运行 Multiply 示例 开始。
本指南假设您已经完成 Onboarding：workspace repository 已 clone，CLI 已安装并认证，并且您的 AI coding environment 已在 workspace directory 中打开。

​
Workspace Skills 的作用

Platform-created workspace repositories 会在 .agents/skills/ 下包含 project-local Agent Skills。支持 open Agent Skills format 的 agents 可以使用这些 skills，按照有经验 Osmosis 用户会采用的本地 loop 推进： 
plan from dataset -> create rollout -> submit evaluation run -> debug failures -> prepare training run
它不是 CLI 的替代品。Agent 仍然会把 Osmosis CLI 作为 workspace checks、dataset validation、evaluation runs 和 training run preflight 的 source of truth。

​
何时使用这条路径

适合使用这条路径适合运行 multiply example
您已经知道想训练的任务您想先证明平台可以端到端跑通
您有 sample data 或 platform dataset您还不想设计数据集
您想让 agent 创建或改造 rollout 代码您想复制命令，而不做产品选择
您愿意检查生成的代码和 evaluation run output您还在学习 Osmosis workflow

​
使用 Workspace Repository 中的 Skills

在您的 AI coding environment 中打开 platform-created workspace repository。该仓库会把 workspace contract 和 Agent Skills 与 rollout code、configs、data 放在一起： 
repository/
├── .agents/
│   └── skills/
├── .claude/
│   └── skills/
├── rollouts/
├── configs/
│   ├── eval/
│   └── training/
├── data/
├── AGENTS.md
├── CLAUDE.md
└── pyproject.toml
AGENTS.md 包含 always-loaded workspace contract。.agents/skills/ 包含 canonical workflow skills，.claude/skills/<skill-name> 会通过指向 .agents/skills/ 的 symlinks，把同一组 skills 暴露给 Claude Code。

​
从 Workspace Repository 开始

这些 skills 假设 source files 使用以下仓库布局： 
repository/
├── rollouts/
├── configs/
│   ├── eval/
│   └── training/
├── data/
└── pyproject.toml
在要求 agent 编写 rollout 代码前，确认 CLI 能解析 workspace： 
osmosis doctor
osmosis auth whoami

​
让 Agent 从数据集开始规划

先描述您的 task，并让 agent 从 workspace 的规划 skill 开始。一个有用的初始 prompt 是： 
I want to train a model for <task> in this Osmosis workspace. Start with the `plan-training` skill: read the workspace instructions, help me settle the dataset plan, and propose the next step before creating rollouts, running evaluation runs, or submitting a training run.
Workspace skills 应该引导 agent 执行以下步骤：
1

规划训练

检查 data/、现有 rollouts 和 workspace config。Agent 应先确定 dataset schema，再编写 rollout 代码。
2

创建或改造 rollout

编写能加载、运行并给 samples 打分的最小 AgentWorkflow 和 Grader。生成的文件应保持在 rollouts/、configs/eval/、configs/training/ 和 data/ 下。
3

提交 evaluation run

Push rollout 到 workspace repository，并提交一次 evaluation run 作为 quality gate：
git push
osmosis eval submit configs/eval/<name>.toml
osmosis eval info <eval-run-name>
4

Debug 到 evaluation run 干净通过

Training run 前修复 loading、dataset、grader、dependency 和 reward 问题。通过 evaluation run 是从创建阶段交接到 training run 准备阶段的节点。
5

准备 training run

Rollout 验证通过后，让 agent 检查 training run config 并运行 submit-time preflight。只有在您准备启动 platform training run 时才提交。
不要跳过 evaluation run。osmosis train submit 应该发生在 rollout 能够在平台上干净加载、运行并给 samples 打分之后。

​
Workspace Skills

Workspace skills 围绕 rollout creation stages 组织：
SkillPurpose
plan-training将任务想法或数据集转化为具体的 experiment plan
create-rollouts创建或改造 rollout code、graders、entrypoints 和 baseline evaluation configs
evaluate-rollouts提交 evaluation runs、比较 baselines，并检查 failures
debug-rollouts诊断 evaluation、config、dataset、dependency 或 preflight failures
submit-training准备 training run config、提交 training run，并检查 training run status
通常不需要按名称调用这些 skills。描述您想要的结果，agent 应该会应用正确的阶段。

​
下一步

Rollout 概览

理解生成的 rollout 代码背后的 AgentWorkflow 和 Grader contract。

评估

提交 training run 前用 evaluation run 验证 rollouts。

Git Sync

Push rollout 修改，并让平台同步 evaluation run 和 training run 使用的代码版本。

Training Runs

Evaluation run 通过后提交并监控 training run。