跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://docs.osmosis.ai/llms.txt

Use this file to discover all available pages before exploring further.

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 -> run local eval -> debug failures -> prepare training
它不是 CLI 的替代品。Agent 仍然会把 Osmosis CLI 作为 workspace checks、dataset validation、evals 和 training 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 eval 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 evals, or submitting training.
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

运行本地 eval

将 local eval 作为 quality gate：
osmosis eval run configs/eval/<name>.toml --limit 1 --fresh
4

Debug 到 eval 干净通过

训练前修复 loading、dataset、grader、dependency 和 reward 问题。通过 local eval 是从创建阶段交接到训练准备阶段的节点。
5

准备训练

Rollout 验证通过后，让 agent 检查 training 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 local eval。osmosis train submit 应该发生在 rollout 能够在本地加载、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本地 experiment plan
create-rollouts创建或改造 rollout code、graders、entrypoints 和 baseline eval configs
evaluate-rollouts运行 local evals、比较 baselines，并检查 failures
debug-rollouts诊断 eval、config、dataset、dependency 或 preflight failures
submit-training准备 training config、提交训练，并检查 training 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。

本地评估

提交训练前验证 rollouts。

Git Sync

Push rollout 修改，并让平台同步训练使用的代码版本。

Training Runs

Local eval 通过后提交并监控训练。