01
このSkillでできること
- ✓学習ステップやlossなどのマイルストーンを報告する
- ✓NaN、Inf、CUDA OOM、loss急増などを検知して通知する
- ✓Feishuやゲートウェイ経由で人間の判断を取得する
- ✓チェックポイント再読込や学習率変更などの復旧処理を連携する
02
使い方
01
STEP 1
監視対象のタスクIDとゲートウェイを設定する
02
STEP 2
マイルストーンと実測指標を報告する
03
STEP 3
異常発生時に学習を停止または凍結してアラートを送る
04
STEP 4
人間の指示を取得し、復旧結果をACKする
03
Skillのインストール
初心者におすすめ
AIにこのSkillを追加してもらう
GitHub URLごとCodexやClaude Codeへ渡し、現在の環境に合う方法を判断してもらいます。
このGitHubリポジトリにあるSkillを確認し、現在の環境に適した方法でインストールしてください。
インストール後、正常に利用できることを確認し、基本的な使い方も簡潔に説明してください。
Repository:
https://github.com/Long-Holiday/TrainPilot手動でインストールする
README / SKILL.mdから機械抽出できたコマンドのみ表示しています。推測したコマンドではありません。
git clone https://github.com/Long-Holiday/TrainPilot.git && cd TrainPilot
uv sync --extra feishu # 一键安装核心依赖与飞书 SDKuv run pytest -v
uv run pytest tests/test_e2e_simulation.py -v -s04
このSkillを使うプロンプト例
Skill名を明示すると、意図したSkillを使わせやすくなります。自動発動型では必須とは限りません。
GPU学習ジョブを監視し、Epochごとに実測指標と簡潔な所見を報告してください。NaNやCUDA OOMが起きた場合は、学習を止めて人間の判断を待ち、指示後に復旧結果を確認してください。出力例を見る
マイルストーン報告、異常アラート、人間の判断、復旧処理、ACK結果。05
安全性チェック
自動解析による参考情報です。Skillの安全性を保証するものではありません。
外部API通信検出あり
Shellコマンド実行明確な記述なし
ファイル読み取り明確な記述なし
ファイル書き込み明確な記述なし
ネットワークアクセス検出あり
認証情報明確な記述なし
検出根拠を見る
- network: eway` 参数 > 环境变量 `TRAINPILOT_GATEWAY_URL` (完整 URL) > > `http:// : ` 拼接 > 默认 `http://127.0.0.1:28780`。 > 因此 GPU 机器只需设置 `TRAINPILOT_HOST= ` (如 `35.202.16.2
- network: NPILOT_GATEWAY_URL` (完整 URL) > > `http:// : ` 拼接 > 默认 `http://127.0.0.1:28780`。 > 因此 GPU 机器只需设置 `TRAINPILOT_HOST= ` (如 `35.202.16.245`) 即可, > 无需拼完整 URL。
06