Alibabacloud Pai Dlc Job — 阿里云 pai DLC 作业

PAI-DLC 深度学习作业管理 在阿里云 PAI-DLC（平台为 AI - 深度学习容器）服务上管理深度学习训练作业。

场景描述 PAI-DLC 是阿里云 AI 平台 PAI 提供的分布式训练服务，支持： 作业创建和执行 — 为 TensorFlow、PyTorch、XGBoost 等框架创建分布式训练作业 作业监控 — 获取作业状态、日志、事件和监控指标 计算健康检查 — 检查 GPU 和其他计算设备的健康状态 作业管理 — 更新和停止作业 作业模板 — 将可重用的 CreateJob 配置保存为模板，具有多版本管理和字段约束

架构：PAI 工作空间 + DLC 作业 + 计算资源（ECS 公共按量付费或 Lingjun 专用配额）+ AIWorkSpace 目录（镜像/数据集/代码源/配额/工作空间）。

安装要求 预检查：Aliyun CLI >= 3.3.1 必须 运行 aliyun version 验证版本 >= 3.3.1。如果未安装或版本过低，请参阅 references/cli-installation-guide.md 获取安装说明。然后 [必需] 运行 aliyun configure set --auto-plugin-install true 启用自动插件安装。

关于 --user-agent 的说明：本技能中所有调用 API 的 aliyun 命令必须包含 --user-agent AlibabaCloud-Agent-Skills/alibabacloud-pai-dlc-job。客户端帮助程序（aliyun version、aliyun configure ...、aliyun plugin ...、aliyun --help）不调用远程 API，因此不需要该标志。

aliyun version aliyun configure set --auto-plugin-install true aliyun pai-dlc --help # JobTemplate（§7.7）需要 aliyun-cli-pai-dlc >= 0.3.1。 # 如果 create-job-template --help 失败：aliyun plugin update --name aliyun-cli-pai-dlc aliyun aiworkspace --help >/dev/null 2>&1 || aliyun plugin install --names aliyun-cli-aiworkspace aliyun configure ai-mode enable aliyun configure ai-mode set-user-agent --user-agent "AlibabaCloud-Agent-Skills/alibabacloud-pai-dlc-job" # 会话结束后：aliyun configure ai-mode disable

环境变量 本技能不需要任何自定义环境变量。凭证由 Alibaba Cloud CLI 配置处理（参阅下面的身份验证）。

可选： 变量 必需 目的 ALIBABA_CLOUD_PROFILE 可选 选择非默认 aliyun configure 配置文件 ALIBABA_CLOUD_REGION_ID 可选 默认区域，当 --region 省略时（仍建议显式传递 --region）

身份验证配置 预检查：阿里云凭证必需 安全规则： 绝不读取、回显或打印 AK/SK 值（例如，echo $ALIBABA_CLOUD_ACCESS_KEY_ID 是禁止的） 绝不要求用户直接在对话或命令行中输入 AK/SK 绝不使用 aliyun configure set 与字面凭证值 仅使用 aliyun configure list 检查凭证状态 aliyun configure list 检查输出是否有有效的配置文件（AK、STS 或 OAuth 身份）。如果没有有效的配置文件，请停止这里。从阿里云控制台获取凭证，在本会话外配置凭证（通过 aliyun configure 在终端或 shell 配置文件中的环境变量）。

RAM 权限 [必须] 权限失败处理：在执行过程中，如果任何命令或 API 调用由于权限错误而失败，请按照以下流程： 阅读 references/ram-policies.md 获取所需的权限列表 使用 ram-permission-diagnose 技能指导用户请求必要的权限 暂停并等待用户确认已授予所需的权限 详细的权限列表，请参阅 references/ram-policies.md。

所需权限概述： 操作 所需权限 创建作业 pai:CreateJob 列出作业 pai:ListJobs 获取作业详细信息 pai:GetJob 获取 Pod 日志 pai:GetPodLogs 获取作业事件 pai:GetJobEvents 获取作业指标 pai:GetJobMetrics 更新作业 pai:UpdateJob 停止作业 pai:StopJob 停止作业 pai:StopJob 创建/读取/更新作业模板 paidlc:CreateJobTemplate / paidlc:GetJobTemplate / paidlc:ListJobTemplates / paidlc:UpdateJobTemplate / paidlc:SetJobTemplateDefaultVersion AIWorkSpace 资源发现 paiworkspace:ListWorkspaces / paiimage:ListImages,GetImage / paidataset:ListDatasets,GetDataset / paicodesource:ListCodeSources,GetCodeSource

AIWorkSpace 授权说明：create-job 的 Image / DataSourceId / CodeSourceId / WorkspaceId 字段值来自 AIWorkSpace 资源发现 API。--resource-id（QuotaId）由用户手动提供。RAM 用户必须持有上述 AIWorkSpace 命名空间的权限（不要将其缩写为 aiworkspace:*）。

参数确认 重要：参数确认 — 在执行任何命令或 API 调用之前，所有参数必须确认。