Skill: Quant Tuning Quantize

Overview

解决什么：依据 Practice YAML 配置，调用 msmodelslim quant 执行模型量化。

不解决什么：

• 不生成/修改 Practice YAML → 见 quant-tuning-practice-generator Agent
• 不执行评测 → 见 quant-tuning-evaluator Agent
• 不做策略决策 → 见 quantization-accuracy-tuning-orchestrator Skill

执行主体：msmodelslim quant（execute 调用，以 exit code 判定成败）

---

协作关系

quantization-accuracy-tuning-orchestrator (workflow)
        │
        ▼ 调用
quant-tuning-quantize (tool)
        │
        ▼ CLI
  msmodelslim quant
        │
        ▼ 输出
  量化后的模型权重

---

执行步骤

┌─────────────────┐
│ 输入检查        │
│ - practice_path │
│ - model_path    │
│ - save_path     │
└────────┬────────┘
         ▼
┌─────────────────┐
│ 参数校验        │
│ 路径存在且可读   │
└────────┬────────┘
         ▼
┌─────────────────┐
│ execute:        │
│ msmodelslim quant│
└────────┬────────┘
         ▼
┌─────────────────┐
│ 结果处理        │
│ - 检查 exit code │
│ - 记录产物路径   │
│ - 错误上报       │
└─────────────────┘

---

输入参数

参数	类型	必需	说明
config_path	string	✅	Practice YAML 路径
model_path	string	✅	原始模型路径
save_path	string	✅	量化产物保存路径；须体现调优轮次，推荐 {workdir}/round_{N}/quantized（如 round_1/quantized）
model_type	string	✅	模型类型名
device	string	✅	设备类型，如 npu:0
trust_remote_code	bool	❌	是否信任远程代码

---

CLI 调用

msmodelslim quant \
  --model_path "${MODEL_PATH}" \
  --save_path "${WORKDIR}/round_1/quantized" \
  --device npu:0 \
  --model_type "${MODEL_TYPE}" \
  --config_path "${CONFIG_PATH}" \
  --trust_remote_code False

save_path 必须包含轮次与产物目录层级，便于 orchestrator 区分各轮权重，例如 {workdir}/round_1/quantized、{workdir}/round_2/quantized。

成功判定：exit code 为 0，且 ${SAVE_PATH} 下出现量化权重产物。

错误处理

错误类型	处理
msmodelslim 未安装	按 prepare_environment.md 安装后重试
路径不存在	检查路径后重试或中止
量化失败	报 stderr 摘要，等待 orchestrator 决策
超时	按 Agent execution_timeout 处理，不上层续跑

---

输出结果

成功

向 orchestrator 回显：

量化完成:
- 产物路径: /workspace/output/round_1/quantized  （与 `--save_path` 一致，须含 round_N/quantized）
- 耗时: （可选）

失败

立即中止，回显命令名与 stderr 关键摘要，不续跑其它命令。

---

磁盘管理

• 量化产物写入 save_path
• 由 orchestrator 管理磁盘空间（最多保留 2 份权重）
• 本 skill 不主动清理历史产物

---

约束

• 错误即停：命令失败后立即中止，不兜底续跑
• 单轮单次：每次调用只执行一次量化
• config_path 模式：调优闭环使用 --config_path，与 --quant_type 互斥
• save_path 命名：每轮使用 {workdir}/round_{N}/quantized，N 为当前调优轮次（如 round_1/quantized）
• device：优先使用单卡，即以 --device npu:0/--device npu:3 这种入参形式

---

常见错误

错误	原因	解决
practice.yaml not found	配置文件不存在	检查 config_path
out of memory	设备内存不足	换设备

若错误不在上述常见错误中或者多次解决后依然未解决，依据错误上报，按照错误上报格式返回至 orchestrator。

---

检查清单

• config_path 指向的 Practice YAML 已通过校验
• device 格式正确（如 npu:0, npu:0,1,2,3），优先使用单卡
• save_path 为 {workdir}/round_{N}/quantized 形式且磁盘空间充足
• msmodelslim quant --help 可正常执行