Overview
工作流总览
当前应用运行链路是 FastAPI + 静态前端。下面 6 步覆盖从数据准备到训练验证的完整流程。
准备输入文档
检查环境与原始文档，确认训练数据来源正确。
生成与校验样本
切块、生成 pair，并在训练前验证结构与质量。
训练与结果检查
上传到 Modal，启动训练，并在最后做冒烟测试。
Step 1
环境检查
确认 API 密钥和 Modal Token 都已配置。
环境变量
Modal 鉴权
MODAL_TOKEN_ID
MODAL_TOKEN_SECRET
Step 2
文本准备
读取 `training_data/` 文档，抽样、变长切块并生成兼容 Step 3 的训练样本。
文档数
训练目录
生成训练样本
Step 2 现在会先抽样文档，再按自然段做变长切块、风格劣化、过滤与去重。
Current activity
current_file=
last_completed=
next=
Pipeline timeline
sampling_documents → chunking → degrading → filtering
最终样本
candidate chunks
过滤
去重
Recent events
暂无事件
Per-bucket breakdown
chunks:
→
pairs:
filter_reasons=
length_mismatch=
errors=
查看日志（最近 100 条）
暂无日志
Step 3
样本校验
在训练前确认生成的训练样本结构和内容都合理。
总行数
有效记录
错误数
重复样本
错误详情
Step 4
训练配置
选择训练硬件与参数。配置会传给 Modal 任务。
LoRA / 优化器
Step 5
训练监控
查看训练状态、日志、loss 与估算成本。
Train Loss
Eval Loss
已运行
估算花费
运行中
训练日志
暂无日志
Step 6
完成与验证
训练完成后做一次冒烟测试，快速检查模型输出。