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。
• 安装与配置：安装 Python SDK，配置 API key，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：ServiceClient、TrainingClient、Datum、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 checkpoint、optimizer 状态恢复和 TTL。
• 模型列表：支持模型、训练模式、长上下文命名和选型建议。

控制台与访问控制

适用于租户配置、权限管理和成本管理：

• 组织、团队与项目：资源归属、共享与归档语义。
• 用量、计费与额度：North Ledger 计量、余额、申请与对账。
• 角色与权限：组织角色与 Weaver 系统角色的区别。
• 邀请与 OAuth：邮箱邀请与小北已验证身份的匹配规则。
• SDK 范围选择：用 ID、slug 或名称发现和选择组织、项目。

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 训练后端。
• 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. 训练与采样
3. 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：

• checkpoint 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。