阅读指南

这份文档按使用路径组织：先跑通 Weaver，再深入 API，最后接入 NexRL 和 NexAU 做 Agentic 模型训练。

文档结构

快速开始

适合第一次接触 Weaver 的读者：

• 什么是 Weaver?：理解 Weaver 解决的问题、核心抽象和适用场景。
• 核心概念：理解组织、项目、训练会话、训练运行和检查点之间的关系。
• 安装与配置：安装 Python SDK，配置 API 密钥，运行第一个训练示例。

Weaver API

适合编写训练脚本或接入现有训练框架：

• 训练与采样：训练会话元信息、同步/异步 client、指标、训练循环、采样和 logprobs。
• 损失函数：交叉熵、importance sampling、PPO/GRPO 相关 loss，以及自定义 loss 路径。
• 保存与加载：sampler 权重导出、持久检查点、optimizer 状态恢复和 TTL。
• 支持的模型：运行时模型发现、训练模式、上下文限制、价格和性能档位。

控制台与访问控制

适合多人协作、项目配置和成本管理：

• 组织、团队与项目：成员角色、项目共享、归档，以及在 SDK 中选择组织和项目。
• 用量、计费与额度：token 用量、余额、费用和额度申请。

Agentic 模型训练

适合训练会使用工具、执行多步任务或自我改进的模型：

• 微调模型：使用 NexRL 编排 rollout、轨迹池、reward 和 Weaver 模型训练。
• 构建与微调 Agent：使用 NexAU 定义 Agent，并把 Agent 轨迹接入 NexRL/Weaver。

推荐阅读路径

如果你只想先跑通最小示例，按这个顺序读：

1. 安装与配置
2. 核心概念
3. 训练与采样
4. 保存与加载

如果你要做 RL 或 Agent 训练，按这个顺序读：

1. 损失函数
2. 微调模型
3. 构建与微调 Agent

如果你要接入生产实验管理，优先关注：

• 检查点的保存策略和 TTL。
• sampler 权重导出的默认 1 小时生命周期。
• performance_tier 对训练吞吐和成本的影响。
• wait=False 返回的异步 OperationHandle。