为训练任务确认运行条件

当用户无法自行确认全局节点匹配、资源、镜像、存储或网络条件时，平台管理员可以按本页检查当前环境。它不是 RLark 的审批流程，平台也不会保存检查状态。本页不判断 RLinf 算法或 Hydra 配置是否正确，也不代替真机任务的安全审批。

了解任务需要的资源和服务

请用户提供以下非敏感信息：

• 每个角色的用途、期望副本数，以及唯一的 Header 角色；
• 不可变镜像引用和目标运行命令；
• CPU、内存、GPU、扩展设备和共享内存需求；
• 输入、输出和 checkpoint 的存储方式与容器路径；
• 是否需要跨集群网络、SSH 或 WebTerminal。

信息不完整时，先请用户补充，不要根据现有节点或历史 Job 猜测任务要求。

核对节点和 Header

1. 为每个角色确认完整的 nodeSelector。每个标签键只填写一个值；需要组合多个条件时，请使用不同的标签键。
2. 在当前环境的全部 Node 和命名空间中应用完整选择器，记录所有匹配 Node 及其所属集群。
3. 确认所有匹配项都属于预期集群，并检查 Node 当前为 Online 且未停止调度。
4. 确认 Header 角色恰好匹配 1 个 Node；其他角色的匹配数量应符合用户的期望副本数。

不要只看创建向导中的集群和匹配数量

创建向导的集群字段只筛选候选项，不会作为独立字段写入 Job。它显示的匹配数量也不包含其他集群中的同标签 Node，因此不能代替全局匹配结果。

核对资源和镜像

• 在每个可能匹配的节点检查任务需要的 GPU 和扩展设备，并确认 CPU、内存和共享内存要求有可用的配置方式。
• 确认节点标签、污点和容忍关系不会阻止调度。
• 从每个目标数据面确认不可变镜像可以拉取，并记录检查时间。镜像需要凭据时，只说明当前环境采用的凭据注入方式，不要返回凭据内容。
• 提醒用户：当前创建向导不能配置 CPU、内存或 /dev/shm。任务必须声明这些字段时，应停止使用创建向导并采用当前环境支持的提交方式。

核对存储

• 对象存储：确认准确的 StorageClass 名称和适用集群，输入对象或前缀可读，输出和 checkpoint 前缀可写并可重新读取；同时说明配额、保留、备份和恢复限制。不要把凭据返回给用户。
• 主机目录（hostPath）：在每个可能匹配的节点分别确认绝对路径、数据版本、剩余空间、容器用户的读写权限和清理方式，不能用一个节点的检查结果代表其他节点。
• 确认容器挂载路径不会遮蔽镜像中仍需使用的程序或配置。
• 多个 Worker 需要共享挂载时，确认目标集群的 CSI 驱动和后端支持相应的跨节点挂载及并发访问方式，并向用户说明是否必须使用互不冲突的输出前缀。

核对网络和访问

• 只有任务需要跨集群通信时，才确认可用 Domain、目标端口、容器内通信接口和双向连通结果。
• 只有确有诊断需要时，才说明 SSH 或 WebTerminal 的可用范围、连接参数和审计要求。
• 需要 Secret 时，只返回当前环境支持的注入方式和申请途径，不要把密码、令牌、私钥或存储密钥写入回复。
• 任务可能连接真实机器人或其他物理执行器时，运行环境检查不能代替设备独占、急停、断能和现场安全确认。

向用户返回确认结果

返回的信息应包括：

• 环境名称、RLark 版本或 commit，以及检查时间；
• 每个角色的目标集群、完整选择器、全部匹配 Node 和匹配数量；
• 各匹配节点的在线、可调度和资源检查结果；
• 镜像拉取结果；准确的 StorageClass、适用集群和读写范围，或已检查的主机目录及适用节点；网络和访问条件；
• 当前环境的已知限制，以及需要用户继续确认的项目。

只返回用户创建任务所需的非敏感结果。任一关键条件尚未确认时，请明确指出缺少的检查，不要把历史运行结果或页面可见状态当作当前任务可以运行的证明。