仓库与控制台
| 词 | 含义 |
|---|---|
| Lab / 仓库 | sf init 建出来的目录。标记文件是 starforge.yaml。sf 从当前目录往上找，和 git 一样。 |
| 项目 | starforge.yaml 里的 name。控制台把这个 lab 交出去的作业归到 @<用户>/<name>。名字按用户唯一，不是全局唯一。 |
| 实验 | experiments/<name>/ 下的目录。里面有 config.yaml、recipe.lock.json，自定义作业还有 train.sh。建实验不会占 GPU。 |
| 作业 / run | 一次被准入的提交。有 run id、台账状态，启动后还有后端句柄。一个实验可以对应很多次作业。 |
| Profile | 服务端硬件注册表里的卡型名（h200、h100 等）。--profile h200:8 表示该卡型、一共 8 张卡。 |
方法与打包
| 词 | 含义 |
|---|---|
| Recipe | 某个后训练方法的版本化声明：入口、超参、指标、产物、运行时矩阵。文件在 starforge-core 的 recipes/catalog/。 |
| Catalog | 当前连上的服务器已发布的 recipe 集合。客户端和服务端必须在 digest、版本上一致。 |
| 方法 id | <framework>/<method>，例如 trl/kto。 |
| recipe.lock.json | sf new 写入。钉住 recipe digest 和框架版本。锁过期则提交拒绝。 |
| JobSpec | CLI 组装、服务端准入的 forge/v2 JSON。不要手写。见 JobSpec。 |
| Job Capsule | 准入后服务端注入的 capsule.json + bootstrap.sh + runner.pex。训练镜像里不要预装平台包。 |
| runtime_id | 部署工件键（OCI 镜像、SIF、SQSH）。从 catalog、FORGE_IMAGE_*、runtime 注册表或 --image 解析。 |
执行
| 词 | 含义 |
|---|---|
| Executor / 执行器 | 控制平面怎么起容器：local（控制台机器上的 Docker）、agent（节点上的 forgelet）、kuberay（RayJob）、slurm（只走 slurmrestd）。 |
| 池 / pool | JobSpec 里一组同构 GPU。异构作业用两个池（train + rollout），只在 kuberay / slurm 上能跑。 |
| FORGE_OUT_DIR | 作业结束后还在的那一个产物目录。写到别处的 checkpoint 会跟临时目录一起没。 |
| Ingest | 训练容器打回控制台的 HTTP（日志、指标、样本）。FORGE_INGEST_URL 必须是 GPU 节点能访问的地址，不能是笔记本上的 127.0.0.1。 |
自定义作业
| 词 | 含义 |
|---|---|
| custom/custom | catalog 里只跑 experiments/<name>/train.sh 的 recipe。不探测框架，也不会在别的 adapter 失败后回退过来。 |
观测 platform | recipe 选项：runner 改 PYTHONPATH，镜像里不用装 wheel 也能 import starforge。 |
观测 external | 当前 catalog 里 custom/custom 的默认。提交必须带 --observability-url。控制台曲线仍然要靠 starforge.report。 |