onescience-trainer

输入获取方式

本技能支持两种输入方式：

1. 上下文 handoff（默认）：从调用方传入的 step_handoff 获取任务信息。
2. 文件 handoff（autonomous_mode）：从 .onescience/handoff/step_{step_id}.yaml 读取任务信息。执行后，将结果写入 .onescience/handoff/step_{step_id}_result.yaml。

启动时优先检查 .onescience/handoff/ 目录是否存在对应的交接文件；若存在则使用文件模式，否则使用上下文模式。

文件交接格式参见 skills/onescience-orchestrator/references/file_handoff_contract.md。

OneScience Trainer

职责

将本技能作为科学模型训练任务的执行工作流。把 orchestrator 交给本技能的当前步骤，例如“根据网页说明生成训练脚本”“基于已有 checkpoint 继续训练”“按文本给定的数据与优化器约束生成微调入口”“整理训练计划并提交训练”，转化为从训练信息获取到结果验证的可追踪闭环。

本技能只消费当前执行步骤，不重新规划完整用户目标。本技能负责训练工作流契约和阶段顺序，负责明确训练策略、数据配置、split 假设、loss、optimizer、scheduler、评测频率、checkpoint 策略、日志与验证要求等完整训练脚本内容；这些内容由 trainer 直接定义并保留在 trainer_workdir 中。训练执行阶段的外层控制、入口确定、预检要求和结果归因也由 trainer 负责。只有当这些已定义内容需要写入仓库、修改现有项目文件或对接项目原生目录结构时，才把当前步骤中的文件落盘子动作交接给 onescience-coder。依赖包、硬件和运行环境需求不单独成阶段，而是在训练执行阶段通过 onescience-runtime 统一处理。

工作流

创建或更新工作目录；当 step_handoff.inputs.runtime.code_save_dir、上游交接物或用户明确指定了代码保存目录时，trainer_workdir 必须使用 <code_save_dir>/.trainer_work/<run_id>/。其中 code_save_dir 用于保存最终训练脚本、配置、日志引用和用户要求的结果输出，trainer_workdir 用于保存训练知识、计划、manifest、runtime 请求/结果、验证报告等 trainer 中间知识产物。若上游已显式提供 step_handoff.inputs.runtime.trainer_workdir，则应直接使用该目录，并要求其与 code_save_dir 语义保持一致；若未提供代码保存目录，但 step_handoff.inputs.runtime.workdir、task_context.relevant_artifacts 或用户明确指定了工作目录，则沿用该目录；否则兼容性回退到 .onescience/trainer/<run_id>/。进入具体代码生成或执行阶段时，必须从 trainer_workdir 中已保存的知识文件读取并交接，不依赖未落盘的会话上下文。

本技能不依赖 scripts/ 目录下的预置脚本；训练入口、配置、数据适配器、损失函数、评估逻辑和测试要求等完整训练脚本内容都由 trainer 先行定义，不再把这些内容重新交给 onescience-coder 决定。若需要将这些已定义内容写入仓库、修改现有项目文件或对接项目原生目录结构，再交接给 onescience-coder 落盘为明确文件。

在消费上游交接或生成产物前，先读取 references/workflow_contract.md。随后必须先根据 step_handoff.step_goal、task_context.user_goal、inputs、resource_bindings 和用户直接请求，从 type=resource 技能中召回与训练目标相关的资源，获取训练规格知识、模型/数据使用知识和训练规划决策知识；无论上游是否提供了 resource_bindings，都不能跳过初始资源召回。资源 path 仅用于标识和追踪，允许作为训练依据的只有用户明确提供内容、上游已展开的资源内容和资源技能返回的 matched_resources[*].content。