# Claw-Adapters Rollout 使用指南（新集群）

## 前置要求

- Python 3.10+
- git
- Docker（仅 Method B 需要，运行 `docker ps` 确认可用）

## 第一步：克隆代码并安装依赖

git clone https://github.com/zhongweixie/claw-adapters.git
cd claw-adapters
python3 -m venv .venv
source .venv/bin/activate
pip install openai tqdm      # Method A 必须
pip install litellm          # Method B 必须（若用GPT-5.5）

---

## Method A：不需要 Docker（适合 C-series 文本任务）

⚠️ 注意：T-series 工具调用任务不适用此方法，completion 会为 0

适合场景：C-series 专业咨询类任务（财务、医疗、法律等）

# 用 GPT-5.5 跑 C-series
OPENAI_API_KEY=sk-... \
  python scripts/rollout_a_text.py \
    --model gpt-5.5 \
    --series C \
    --k 3

# 用其他 OpenAI 兼容端点
OPENAI_API_KEY=sk-... \
OPENAI_BASE_URL=https://api.example.com/v1 \
  python scripts/rollout_a_text.py \
    --model my-model \
    --series C T \
    --k 3

输出位置：jobs/text_rollouts/<模型名>_<时间戳>/
- rollouts_rlvr.jsonl  全量rollout
- rollouts_sft.jsonl   reward≥0.5 的高质量数据

---

## Method B：需要 Docker（适合 T-series + C-series 完整工具调用）

⚠️ 必须先确认 Docker 可用：docker ps

### 方案1：用 GPT-5.5（通过 litellm proxy自动转换格式）

OPENAI_API_KEY=sk-...\
MODEL=gpt-5.5 \
  bash scripts/rollout_b_harbor.sh

### 方案2：用 Claude（最稳定，推荐）

ANTHROPIC_API_KEY=sk-ant-... \
ANTHROPIC_BASE_URL=https://api.anthropic.com \
  bash scripts/teacher_batch_tseries_new.sh

### 可选参数（Method B）

SERIES="T C"          只跑 T 和 C series（默认 T C）
K=3                   每个任务 rollout 次数（默认 3）
TASK_IDS="M900_email_triage,M901_email_triage"  只跑指定任务

输出位置：data_construction/outputs/
- gpt_rollouts_rlvr.jsonl   全量 rollout
- gpt_rollouts_sft.jsonl    高质量 SFT 数据

---

## 下载已有的基础训练数据（1638RLVR + 902 SFT）

gh release download v1.1-dataset \
  --repo zhongweixie/claw-adapters \
  -D data_construction/outputs/

---

## 注意事项

1. 每次新开终端必须重新 export API key，否则 completion 全是 0
2. 建议在 tmux 里跑（防止终端断开）：
   tmux new -s rollout
3. 每个任务约 5-25 分钟，批量任务耗时较长
4. 任务失败（AgentTimeoutError）不会自动重试，需手动补跑