# MVP v3.6 进度记录

> 基线：v3.5 已完成（Advanced TaskSpec + Custom reward（方式A）+ WebUI + SFTPGo + stateless ray node pool）。
> 本文件用于记录 v3.6 每个 milestone 的完成情况与关键改动点。

## M1（完成）

- 新增 `tracking.wandb` 配置解析与校验（enabled/base_url/api_key_env）。

## M2（完成）

- Ray job 维度注入 `WANDB_*` env（含 `WANDB_BASE_URL/WANDB_API_KEY/WANDB_MODE/WANDB_DIR`），缺少 key 时降级并记录 warning。

## M3（完成）

- PPO/GRPO/SFT 内置训练任务在 wandb 可用时自动追加 overrides：
  - `trainer.logger=[console,wandb]`
  - `trainer.project_name=<user_id>_project`
  - `trainer.experiment_name=<ray_submission_id>`

## M4（完成）

- API 输出增加 W&B 定位信息：
  - `/api/v2/me` 返回 `wandb.{enabled,base_url,project_name}`
  - `/api/v2/tasks/{task_id}` 在 `latest_attempt.wandb` 返回 `{base_url,project_name,run_name}`
- WebUI：
  - Login 页面增加 W&B 区块（跳转 8090、copy project）
  - Task detail 页面增加 W&B 区块（copy run）

## M5（完成）

- WebUI New Task 增加 Evaluation 模板（Advanced）：
  - 使用 `python3 -m verl.trainer.main_eval ... +ray_kwargs.ray_init.address=auto`
  - 以占位符路径示例（用户替换 `<RAY_SUBMISSION_ID>/<EVAL_PARQUET>`）

## M6（完成）

- `docker-compose.yaml` 集成 W&B local server：
  - host 端口 `8090`
  - 持久化目录 `/private/common/wandb`（容器内 `/vol`）
- dev 配置新增 `tracking.wandb` 默认开启（缺 key 自动降级并记录 warning）。
- API 启动脚本支持把 `WANDB_API_KEY` 从宿主机透传到 head 容器中的 API server。