<div align="center">

<a href="https://pytrio.cn/"> <picture> <source media="(prefers-color-scheme: dark)" srcset="images/TRIO_LOGO_DARK.png" /> <source media="(prefers-color-scheme: light)" srcset="images/TRIO_LOGO.png" /> <img src="images/TRIO_LOGO.png" alt="TRIO"/> </picture> </a>

<h1><a href="https://pytrio.com/">PyTRIO.skill</a></h1>

> 让 Agent 正确使用 PyTRIO 写 SFT、多模态推理与训练、Vision GRPO、GRPO、OPD、Search-R1、ReTool、OPSD、DAPO、GSPO、ALFWorld、自定义损失函数、DPO、推理和实验记录代码。

[](https://pytrio.cn/) [](https://docs.pytrio.cn/docs) [](https://www.modelscope.cn/skills/SwanLab/pytrio-skill/summary) [](skills/pytrio-skill/SKILL.md) [](skills/pytrio-skill/SKILL.md) [](https://docs.swanlab.cn) [](LICENSE)

没有本地 GPU？没关系。 PyTRIO 把 LLM 后训练丢到云端执行，你只需要写数据、算法和训练循环。

这个 Skill 会让 Claude Code、Codex 等 Agent 先按任务读取 SFT、多模态与 Vision GRPO、GRPO、OPD、Search-R1、ReTool、OPSD、DAPO、GSPO、ALFWorld、Custom Loss、DPO 的本地能力说明，再参考内置示例或完整项目生成代码，避免把 PyTorch / HuggingFace 的习惯误套到 PyTRIO 上。

Medical OPD、Search-R1、OPSD、ReTool、DAPO、GSPO、ALFWorld 和 Vision GRPO 的多文件案例来自 [agentic-rl-lab](https://github.com/KMnO4-zx/agentic-rl-lab)。Skill 保留源码链接与固定 commit 链接，方便在最新版实现和核对版本之间切换。

[安装](#安装) · [内容](#内容) · [示例](#示例) · [SwanLab 记录](#swanlab-记录) · [打包](#打包)

</div>

---

## 安装

推荐使用全局安装方式：

```bash npx skills add SwanHubX/pytrio-skill -g -y ```

也可以在 ModelScope 查看 skill 页面：https://www.modelscope.cn/skills/SwanLab/pytrio-skill/summary

> 注：`-g` 表示安装到当前用户级别，`-y` 表示跳过交互确认。这个方式不会把 skill 写进当前项目目录；它只会把 skill 下载到用户目录下的 `.agents/skills`，再为 Claude Code、Codex 等支持 Agent Skills 的 CLI 创建软链接。同一