层0：统一依赖清单 + 远程一键搭建脚本 + 密钥模板

.env.example

@@ -0,0 +1,8 @@
+# 复制为 .env 并填入真实值（.env 已被 gitignore，严禁提交密钥）
+# teacher API（OpenAI 兼容格式，DeepSeek / MiniMax 二选一填）
+TEACHER_API_BASE=https://api.deepseek.com/v1
+TEACHER_API_KEY=
+TEACHER_MODEL=deepseek-chat
+
+# W&B（仅远程训练需要）
+WANDB_API_KEY=

requirements-remote.txt

@@ -0,0 +1,5 @@
+# 远程独有依赖（gpu-a800-060）：训练与推理重件，本地不装。
+-r requirements.txt
+vllm>=0.8             # white-box teacher 服务 + 学生 on-policy 生成
+accelerate            # 多卡训练启动
+wandb                 # 训练指标上报

requirements.txt

@@ -0,0 +1,9 @@
+# 两端共用核心依赖（本地 + 远程）。版本策略：先宽松安装，两端跑通后按需冻结。
+torch>=2.6
+transformers>=4.51    # Qwen3 系列需要 4.51+
+datasets
+numpy
+openai>=1.60          # teacher.py：OpenAI 兼容 API 客户端
+python-dotenv
+pytest
+ruff

scripts/setup_remote.sh

@@ -0,0 +1,54 @@
+#!/usr/bin/env bash
+# 远程机 gpu-a800-060 环境搭建（幂等，可重复执行）。
+# 用法：bash scripts/setup_remote.sh
+# 硬约束：根分区仅剩 12G —— 环境、缓存、临时目录一律压到 /data/zym 下。
+set -euo pipefail
+
+DATA_ROOT=/data/zym
+ENV_PATH=$DATA_ROOT/envs/ars-opd
+REPO_DIR=$DATA_ROOT/ars-opd-rebuild
+
+# ---- 0. 所有会写盘的路径全部改道 /data（防根分区被写爆）----
+export HF_ENDPOINT=https://hf-mirror.com          # huggingface.co 被墙，走镜像
+export HF_HOME=$DATA_ROOT/hf_cache
+export CONDA_PKGS_DIRS=$DATA_ROOT/conda_pkgs      # conda 包缓存默认在根分区
+export PIP_CACHE_DIR=$DATA_ROOT/pip_cache         # pip 缓存默认在根分区
+export TMPDIR=$DATA_ROOT/tmp                      # 大 wheel 解压临时目录
+mkdir -p "$DATA_ROOT"/{envs,hf_cache,conda_pkgs,pip_cache,tmp}
+
+# ---- 1. conda 环境（建在 /data，不建在 ~）----
+if [ ! -d "$ENV_PATH" ]; then
+    conda create -p "$ENV_PATH" python=3.11 -y
+fi
+
+# ---- 2. 代码（远程只读：clone 走 HTTPS 匿名，更新只 git pull）----
+if [ ! -d "$REPO_DIR" ]; then
+    git clone https://gitea.iomgaa.online/iomgaa/ars-opd-rebuild.git "$REPO_DIR"
+else
+    git -C "$REPO_DIR" pull
+fi
+
+# ---- 3. 依赖 ----
+conda run -p "$ENV_PATH" pip install -r "$REPO_DIR/requirements.txt" -r "$REPO_DIR/requirements-remote.txt"
+
+# ---- 4. 环境变量持久化（写入 ~/.bashrc，幂等）----
+if ! grep -q "ars-opd-rebuild env" ~/.bashrc; then
+    cat >> ~/.bashrc <<'EOF'
+
+# --- ars-opd-rebuild env ---
+export HF_ENDPOINT=https://hf-mirror.com
+export HF_HOME=/data/zym/hf_cache
+export CONDA_PKGS_DIRS=/data/zym/conda_pkgs
+export PIP_CACHE_DIR=/data/zym/pip_cache
+alias opd='conda activate /data/zym/envs/ars-opd && cd /data/zym/ars-opd-rebuild'
+EOF
+fi
+
+# ---- 5. 验证 ----
+echo "=== 验证 torch/CUDA ==="
+conda run -p "$ENV_PATH" python -c "import torch; print('torch', torch.__version__, '| cuda可用:', torch.cuda.is_available(), '| 卡数:', torch.cuda.device_count())"
+echo "=== 验证单元测试 ==="
+conda run -p "$ENV_PATH" python -m pytest "$REPO_DIR/tests" -q
+echo "=== 磁盘检查（根分区不应有明显增长）==="
+df -h / /data | tail -2
+echo "全部完成。日常使用：输入 opd 进入环境与目录。"