作业环境变量

env | grep -E '^(TUNEPLANE_|NRL_|VOLUMES_DIR|HF_)'

在作业里跑这条命令就能看到整份契约。下面每一项都由控制面设置；你的代码读它们，从不自己拼一个平台路径。这些是作业侧的变量。服务端设置是另一份清单、只是前缀相同 —— 见配置。

存储

变量	是什么
`TUNEPLANE_OUT_DIR`	唯一一个内容能在作业结束后留存的目录。 checkpoint、导出、产物
`TUNEPLANE_RUN_DIR`	这次运行的目录，`out`、`work` 和 `logs` 都在它下面
`TUNEPLANE_STORAGE_ROOT`	部署配置的那一个存储根
`TUNEPLANE_WORK_DIR`	作业包被解包到哪。由 capsule 的 bootstrap 导出而不是由 spec 给，因为它取决于包是怎么送达的
`TUNEPLANE_EXP_DIR`	你的实验在包里的目录
`TUNEPLANE_DATASET_OUT_DIR`	这次运行要发布的数据集往哪写。只在带 `--output-dataset` 时设置
`TUNEPLANE_DATA_CACHE`	共享数据集缓存
`TUNEPLANE_HUB_CACHE`	没有客户端库的那些 hub 的缓存
`HF_HOME`	Hugging Face 缓存，在存储根里面

写在 $TUNEPLANE_OUT_DIR 之外的任何东西，都会在容器退出时随临时目录一起消失。

拓扑

变量	是什么
`TUNEPLANE_CLUSTER_NUM_NODES`	这个作业真实拥有的节点数
`TUNEPLANE_CLUSTER_GPUS_PER_NODE`	每节点卡数
`TUNEPLANE_PROFILE_OVERRIDES`	一个 `key=value` 的 JSON 数组，框架适配器把它追加到训练 argv 上
`TUNEPLANE_POOL_TOPOLOGY`	JSON，按 pool 给出 name、series、nodes、gpus_per_node、pin_resource、roles。单 pool 作业没有这一项
`NRL_PIN_RESOURCE`	这个作业的 series 要 pin 的 Ray 自定义资源
`CLUSTER_PROFILE`	这次提交用的 profile 名字

配额和看门狗是按 TUNEPLANE_CLUSTER_* 衡量的。占用超过这个数会让作业被告警、也可能被停掉。把这两个数字传给 torchrun --nproc_per_node 或 accelerate launch --num_processes。

上报

变量	是什么
`TUNEPLANE_JOB_ENABLED`	绑定了 ingest 时是 `1`，否则 `0`
`TUNEPLANE_JOB_ENDPOINT`	指标、日志和样本往哪去。必须从 GPU 节点可达
`TUNEPLANE_JOB_RUN_ID`	这次运行的 id
`TUNEPLANE_JOB_TOKEN`	一个按运行、带作用域的 ingest 令牌
`TUNEPLANE_JOB_JUDGE_ENDPOINT`	平台裁判，用于 rubric 奖励
`TUNEPLANE_JOB_JUDGE_TOKEN`	它的令牌
`TUNEPLANE_JOB_MONITOR_INTERVAL`	硬件采样间隔，单位秒，默认 `10`

tuneplane.report 会读上面这些。没有令牌时它什么都不做，那正是你在作业之外想要的。见上报指标。

数据与材料

变量	是什么
`VOLUMES_DIR`	一个 Volume 被只读挂载在哪个根下。一个变量，不是一个 volume 一个：读 `$VOLUMES_DIR/<name>`
`<NAME>_DATA_DIR`	每个被引用的数据集一个，名字取自它的名称大写、`-` 和 `.` 变成 `_`。所以 `alice/gsm8k-zh@v2` 变成 `GSM8K_ZH_DATA_DIR`

Agent 环境

变量	什么时候有
`TUNEPLANE_JOB_ENVIRONMENT_DIR`	协议是物化的（`nemo-gym`）
`TUNEPLANE_JOB_ENVIRONMENT_URL`	协议是自服务（`openenv`）或远端（`openenv-remote`）
`TUNEPLANE_JOB_ENVIRONMENT_SPLIT`	带环境的作业上总是有。`train` 或 `eval`，由操作决定

TUNEPLANE_JOB_ENVIRONMENT_SPLIT 没有参数也没有覆盖手段。见 agent 环境。

沙箱

变量	是什么
`TUNEPLANE_JOB_SANDBOX_ENDPOINT`	模型生成的代码在哪跑
`TUNEPLANE_JOB_SANDBOX_TOKEN`	它的令牌
`TUNEPLANE_JOB_SANDBOX_FUSION_URL`	只在绑定的沙箱说 Sandbox Fusion 协议时给出
`TUNEPLANE_JOB_SANDBOX_FUSION_CONCURRENCY`	它的并发上限

这些是可选的。没有它们时，环境会在容器内的一个子进程里跑工具代码。

身份与溯源

变量	是什么
`TUNEPLANE_RECIPE`、`_VERSION`、`_DIGEST`、`_PLUGINS`	这到底是哪个方法
`TUNEPLANE_FRAMEWORK`、`_VERSION`	哪个框架构建
`TUNEPLANE_RUNTIME_ID`	用哪个交付产物来跑
`TUNEPLANE_CORE_VERSION`	构造这份 spec 的 SDK 版本
`NRL_RUN_ID`、`NRL_SUBMIT_USER`、`RUN_USER`	run id 和提交人
`NRL_GIT_COMMIT`、`NRL_GIT_DIRTY`、`NRL_CONFIG_SHA`	溯源
`NRL_TRAIN_RUN_ID`	在一个后训练步骤上，它跟随的那次训练运行
`NEMO_RL_DIR`	NeMo-RL 在镜像里的位置。`nemo-rl` 作业必需

NRL_ 这个前缀是历史遗留，而它仍然是真实的名字。不要在配置里改它。

密钥

变量	是什么
`HF_TOKEN`、`HUGGING_FACE_HUB_TOKEN`	部署有令牌时，或你绑定了自己的账号时注入
`CLUSTER_SECRETS_FILE`	一个密钥文件的路径，用于按路径而不是按值注入的部署

永远不要把令牌烧进镜像。平台会注入这些，而且空值会被丢掉而不是设成 ""，这样你脚本里的 ${VAR:-default} 仍然能回退。

确认成功

echo "$TUNEPLANE_OUT_DIR" "$TUNEPLANE_CLUSTER_GPUS_PER_NODE"
env | grep TUNEPLANE_JOB
ls -la "$VOLUMES_DIR"

一个空的变量是被有意丢掉的，那和平台没设它不是一回事。一个未知的 TUNEPLANE_ 或 NRL_ 变量会让集群侧自检发出警告，因为它通常意味着部署的额外环境里打错了一个字。

下一步

JobSpec · 自带训练器 · 服务端配置

开始

核心概念

训练模型

评测与服务

Agent 环境

扩展平台

协作

集成

参考

帮助

作业环境变量

存储

拓扑

上报

数据与材料

Agent 环境

沙箱

身份与溯源

密钥

确认成功

下一步

​存储

​拓扑

​上报

​数据与材料

​Agent 环境

​沙箱

​身份与溯源

​密钥

​确认成功

​下一步

存储

拓扑

上报

数据与材料

Agent 环境

沙箱

身份与溯源

密钥

确认成功

下一步