P988744 Nlp Skills Executing Plans

Executing Plans - 計畫執行

批次執行訓練計畫，每 3 個任務暫停進行 checkpoint review。

核心原則

1. 批次執行：預設每 3 個任務為一批
2. Checkpoint Review：每批完成後暫停，報告進度，等待回饋
3. 嚴格遵循：按計畫步驟執行，不自行判斷
4. 遇阻即停：遇到問題立即停止，請求協助

執行流程

Phase 1: 載入計畫
    ↓
Phase 2: 審核計畫
    ↓
Phase 3: 批次執行 (3 tasks)
    ↓
Phase 4: Checkpoint 報告
    ↓
Phase 5: 等待回饋
    ↓
[重複 Phase 3-5 直到完成]
    ↓
Phase 6: 最終完成

Phase 1: 載入計畫

請提供計畫檔案路徑，或指定任務名稱：

1. 指定檔案：`entity-sentiment/plans/2026-01-07-initial-training.md`
2. 指定任務：自動尋找最新計畫

載入後顯示計畫摘要：

📋 計畫載入完成

任務: entity-sentiment
目標: 初始訓練 v1
建立日期: 2026-01-07

Tasks 總數: 5
- [pending] 4 個
- [completed] 1 個

準備開始執行？

Phase 2: 審核計畫

在執行前必須審核計畫：

1. 閱讀目標概述
2. 檢查前置條件是否滿足
3. 確認技術方案合理
4. 如有疑慮，先提出討論

⚠️ 計畫審核

前置條件檢查：
- [x] 資料已準備 (500 筆)
- [x] GPU 環境已設定
- [ ] 依賴套件已安裝 ← 需要先安裝

建議：先執行 pip install -r requirements.txt

是否繼續？還是先處理前置條件？

Phase 3: 批次執行

執行規則

1. 預設每批 3 個任務（可調整）
2. 依序執行，不跳過
3. 每個任務：
   • 標記 [in-progress]
   • 執行步驟
   • 執行驗證
   • 標記 [completed] 或 [blocked]
4. 更新計畫檔案中的狀態

執行格式

🔄 開始批次 1/2 (Task 1-3)

---
▶️ Task 1: 驗證資料格式 [in-progress]

執行中...
✓ 讀取 data/train.jsonl
✓ 檢查欄位完整
✓ 統計類別分佈

驗證結果：
✓ 所有必要欄位存在
✓ 無空值或異常值
✓ 類別分佈已記錄

輸出：
Total samples: 500
Classes: 正面(180), 負面(170), 中立(150)

✅ Task 1: 驗證資料格式 [completed]

---
▶️ Task 2: 產生訓練配置 [in-progress]
...

Phase 4: Checkpoint 報告

每批完成後，產生 checkpoint 報告：

📊 Checkpoint Report - 批次 1/2 完成

已完成 Tasks:
✅ Task 1: 驗證資料格式
✅ Task 2: 產生訓練配置
✅ Task 3: 執行訓練

結果摘要：
- 資料格式正確，500 筆樣本
- 配置檔已產生：configs/v1.yaml
- 訓練完成，final loss = 0.32

待執行 Tasks:
⏳ Task 4: 執行評估
⏳ Task 5: 更新 Lineage

---
🛑 暫停等待回饋

請確認目前進度，回覆後繼續執行：
- 輸入 "continue" 或 "繼續" → 執行下一批
- 輸入 "stop" 或 "停止" → 結束執行
- 提供其他指示 → 調整後繼續

Phase 5: 等待回饋

必須等待使用者回應後才能繼續：

Phase 6: 最終完成

所有任務完成後：

🎉 計畫執行完成！

執行摘要：
- 總任務數: 5
- 已完成: 5
- 跳過: 0
- 阻塞: 0

成果：
- 模型已訓練：models/v1/
- Macro-F1: 0.78
- Lineage 已更新

下一步建議：
1. 檢查 versions/v1/lineage.yaml
2. 如需改善，使用 /nlp-skills:write-plan 建立新計畫
3. 部署模型使用 /nlp-skills:deploy

遇阻處理

立即停止的情況

遇到以下情況必須立即停止，請求協助：

1. 執行錯誤：腳本報錯、指令失敗
2. 驗證失敗：無法通過驗證條件
3. 計畫不清：步驟描述不明確
4. 缺少依賴：檔案不存在、套件未安裝
5. 結果異常：輸出與預期差異過大

阻塞報告格式

🚫 Task 3 執行阻塞

問題：訓練腳本報錯
錯誤訊息：

CUDA out of memory. Tried to allocate 2.00 GiB

可能原因：
1. batch_size 太大
2. 模型太大
3. GPU 記憶體不足

建議解決方案：
1. 降低 batch_size 從 8 改為 4
2. 啟用 gradient checkpointing
3. 使用更小的模型

請指示如何處理？

配置選項

調整批次大小

預設每批 3 個任務。如需調整：

"使用批次大小 5 執行計畫"
"每完成 1 個任務就暫停"

跳過 Checkpoint

如需連續執行不暫停（不建議）：

"連續執行所有任務不暫停"

計畫檔案更新

執行過程中會即時更新計畫檔案：

### Task 1: 驗證資料格式 [completed]  ← 更新狀態

**完成時間**: 2026-01-07 14:30        ← 新增
**實際輸出**:                         ← 新增

Total samples: 500 Classes: 正面(180), 負面(170), 中立(150)

最佳實踐

Do

• ✅ 執行前先審核計畫
• ✅ 每個 checkpoint 確認進度
• ✅ 遇到問題立即報告
• ✅ 保持計畫檔案更新

Don't

• ❌ 跳過 checkpoint review
• ❌ 自行判斷跳過任務
• ❌ 忽略驗證失敗
• ❌ 修改計畫而不通知

相關資源

• writing-plans - 撰寫計畫
• task-manager - 任務管理
• problem-diagnoser - 問題診斷

Converted and distributed by TomeVault — claim your Tome and manage your conversions.