akg-env-setup

akg_agents 环境准备

⛔ 核心规则

1. 检查失败后只有两条路径：询问用户是否有其他可用环境、询问用户是否同意自动安装。除此之外禁止任何操作。
2. 遇到 🛑 必须调用 question 工具并等待用户回复，不得跳过或自行决定。
3. 禁止执行本文档未列出的命令。

流程总览

Step 0  解析 $HOME_DIR → 读取缓存
  ├─ 命中 ──────────────────────────────┬─ FULL_SETUP → Step 5
  │                                     └─ 否则 → 结束
  └─ 未命中 → Step 1  检查 akg_cli + LLM
                  ├─ 通过 → Step 4  采集硬件/Framework/DSL
                  │             ├─ 4a 硬件
                  │             ├─ 4b Framework
                  │             ├─ 4c DSL & 后端推断
                  │             └─ 4d 写入缓存（必须，不可跳过）
                  │                ├─ FULL_SETUP → Step 5 → (Step 6 [可选，仅需要新依赖时]) → 结束
                  │                └─ 否则 → 结束
                  └─ 失败 → Step 2  询问用户（一次收集处理方式+环境信息）
                              ├─ 已有环境 → Step 1（重试）
                              └─ 需要安装 → Step 3 → Step 1（重试）

---

Step 0: 解析 HOME_DIR & 读取环境缓存

首先执行以下命令获取 home 目录绝对路径，赋值给 $HOME_DIR：

echo $HOME

后续所有路径中的 $HOME_DIR 均使用此值。

然后读取 $HOME_DIR/.akg/check_env.md：

• 文件存在：
  • FULL_SETUP → 跳到 Step 5（每次任务都需确认参数）
  • 非 FULL_SETUP → 报告就绪，流程结束
• 文件不存在 → 进入 Step 1

---

Step 1: 执行两项检查

需要先确定 $ENV_TYPE、$CONDA_ENV/$VENV_PATH 和 $AKG_AGENTS_DIR。优先使用调用方提供的值，未提供时使用当前已激活的环境。

检查 1 — akg_cli 可用性：

conda:

conda run -n $CONDA_ENV --no-capture-output bash -c \
  "cd $AKG_AGENTS_DIR && source env.sh && which akg_cli"

venv:

bash -c "source $VENV_PATH/bin/activate && cd $AKG_AGENTS_DIR && source env.sh && which akg_cli"

检查 2 — LLM 连通性：

conda:

conda run -n $CONDA_ENV --no-capture-output bash -c \
  "cd $AKG_AGENTS_DIR && source env.sh && \
   python tools/v2/use_llm_check/test_run_llm.py"

venv:

bash -c "source $VENV_PATH/bin/activate && cd $AKG_AGENTS_DIR && source env.sh && \
  python tools/v2/use_llm_check/test_run_llm.py"

判定：

• ✅ 两项全部通过 → 进入 Step 4
• ❌ 任一失败 → 进入 Step 2，禁止自行尝试其他环境。

---

Step 2: 🛑 报告失败并询问用户

调用 question 工具，一次调用 3 个问题，同时收集处理方式和环境信息：

问题 3 用户可选择默认值或通过「自定义输入」填写自己的环境名/路径。

处理回复：

• 处理方式 = 使用已有环境 → 用问题 2、3 的回答设置 $ENV_TYPE、$CONDA_ENV/$VENV_PATH，回到 Step 1 重试
• 处理方式 = 新建环境安装 → 检测目标环境是否已存在：
  • 不存在 → 进入 Step 3
  • 已存在 → 再调用一次 question：

    环境 $CONDA_ENV/$VENV_PATH 已存在，请选择：

    1. 复用该环境安装
    2. 删除重建
    3. 取消

    • 复用 / 重建 → 进入 Step 3
    • 取消 → 流程结束

---

Step 3: 委派 akg-installer

task(subagent_type="akg-installer", load_skills=[],
     run_in_background=false,
     description="Install akg_agents",
     prompt="请安装 akg_agents。ENV_TYPE=<类型> CONDA_ENV=<名称>/VENV_PATH=<路径> ENV_ACTION=<reuse|recreate>。<用户原始请求>")

安装完成后，重新从 Step 1 开始检查（安装成功 → 检查通过 → 进入 Step 4）。

---

Step 4: 采集环境信息 & 写入缓存

Step 1 两项检查通过后执行以下步骤。

4a. 硬件采集（系统级，无需环境激活）

⛔ nvidia-smi 和 npu-smi info 的输出禁止截断（不得添加 head/tail/| head -N 等），必须获取完整输出以准确识别所有设备数量。截断会导致多卡被误认为少卡。

uname -m
cat /proc/cpuinfo 2>/dev/null | grep "model name" | head -1 || sysctl -n machdep.cpu.brand_string 2>/dev/null
nvidia-smi 2>/dev/null
npu-smi info 2>/dev/null
free -h 2>/dev/null || sysctl hw.memsize 2>/dev/null

采集后处理：从工具输出中提取芯片型号后，必须按规范化规则转换再写入缓存。例如 npu-smi 输出的 910B4 必须转换为 ascend910b4，nvidia-smi 输出的 A100 必须转换为 a100。缓存中的 arch 字段必须是规范化后的值。

4b. Framework 采集（在环境中执行）

torch 始终采集。torch_npu 仅在 4a 检测到 Ascend NPU 时采集。

4c. DSL 采集 & 后端推断

triton 仅在 4a 检测到 Ascend NPU 或 NVIDIA GPU 时采集：

按检测结果列出所有可用后端（一台机器可匹配多行）：

⛔ 4d. 写入 $HOME_DIR/.akg/check_env.md

**重要：**此步骤不可跳过。不写入缓存，后续每次启动都会重复完整环境检查。

将 Step 4a–4c 的采集结果按附录格式写入 $HOME_DIR/.akg/check_env.md。环境缓存示例：@references/example_check_env.md

写入后立即验证：

test -f $HOME/.akg/check_env.md && echo "✅ 缓存已写入" || echo "❌ 缓存写入失败"

验证通过后：

• 非 FULL_SETUP → 报告环境就绪，流程结束
• FULL_SETUP → 进入 Step 5

---

Step 5: 🛑 参数推断与确认（FULL_SETUP 模式）

从 $HOME_DIR/.akg/check_env.md 的「可用后端 & DSL & 架构」表中读取所有可用组合，用 question 工具请用户选择本次使用的配置：

根据您的环境检测，可用配置如下：

请选择：

1. backend=cuda, arch=a100, framework=torch, dsl=triton_cuda
2. backend=cpu, arch=x86_64, framework=torch, dsl=cpp ...

options 只列出缓存中检测到的组合，不要添加"自行输入"类选项（question 工具自带「Type your own answer」入口，用户需要自定义时会自行使用）。缓存中只有一行时也需确认。

确认后按「算子参数规范化」规则处理（小写、别名转换、连字符→下划线等）。

进入 Step 6。

---

Step 6: 运行时依赖安装（FULL_SETUP 模式）

如果用户在 Step 5 选择的配置来自 check_env.md 中已有的组合，说明依赖已就绪，跳过本步骤，直接报告环境就绪并返回参数。

仅当用户通过「Type your own answer」输入了 check_env.md 中不存在的配置时，才需要检测并安装缺失依赖（所有 pip 命令通过命令模板在环境中执行）：

backend = cpu

backend = cuda

backend = ascend

🛑 标记项必须调用 question 工具索要 .whl 路径。 pip 包名用连字符（如 triton-ascend），API 参数用下划线（如 triton_ascend）。

**【重要】：**安装完成后，更新 $HOME_DIR/.akg/check_env.md，重新执行 Step 4b–4c 采集最新 Framework 和 DSL 版本。

报告环境就绪，向调用方返回已确认的 framework/backend/arch/dsl。流程结束。

---

附录：$HOME_DIR/.akg/check_env.md 完整格式

# AKG Agents 环境缓存

> 自动生成。删除此文件可强制重新检查。

## 环境配置
- HOME_DIR: <绝对路径>
- ENV_TYPE: <conda 或 venv>
- CONDA_ENV: <环境名>（仅 conda）
- VENV_PATH: <路径>（仅 venv）
- AKG_AGENTS_DIR: <绝对路径>

## 命令模板
将 <CMD> 替换为实际命令：
<根据 ENV_TYPE 和 AKG_AGENTS_DIR 生成的完整命令模板，含激活环境和 source env.sh>

## 验证状态
- akg_cli: ✅
- LLM: ✅ 或 ⚠️（未配置 API Key）

## 硬件
- CPU: <架构和型号>
- GPU/NPU: <型号或无>
- 内存: <大小>

## Framework
- torch: <版本> (CUDA: True/False)
- torch_npu: <版本>（如有）

## DSL
- triton: <版本>（如有）
- g++/clang++: <版本或"未安装">

## 可用后端 & DSL & 架构（可多行）
| 后端 | DSL | 架构 |
|------|-----|------|
| <后端1> | <DSL1> | <架构1> |
| <后端2> | <DSL2> | <架构2> |

环境缓存仅存储环境级信息（硬件、已安装的 Framework和DSL、命令模板）。任务级参数配置（framework/backend/arch/dsl 选择、当次所用的 device id等）不缓存，每次任务由调用方确认。