agent-platform-tuning-management

Официальный skill Google для управления заданиями GenAI tuning в Agent Platform. Он нужен в тех случаях, когда модель уже проходит тонкую настройку и требуется понять состояние запущенных работ, найти активное задание или остановить слишком долго выполняющийся процесс. Карточка описывает именно операционное управление существующими tuning jobs через Python SDK Google Cloud: получение списка, чтение подробностей конкретного задания и отмену задания после отдельного подтверждения пользователя. Это делает skill полезным для наблюдения за длительными экспериментами, проверки результата запуска и аккуратного освобождения ресурсов, когда работа больше не должна продолжаться. Область применения ограничена управлением заданиями. В источнике отдельно разделены соседние операции: запуск самой тонкой настройки относится к skill agent-platform-tuning, развёртывание модели на endpoint — к agent-platform-deploy, а управление serving endpoints — к agent-platform-endpoint-management. Поэтому эту карточку не следует использовать как универсальную инструкцию для обучения модели, публикации модели или настройки endpoint. Такое разделение помогает выбрать правильный workflow и не подменять одну операцию другой. Перед выполнением примеров нужны идентификатор Google Cloud project и регион, в котором находится ресурс. Если хотя бы одного значения нет, workflow требует сначала запросить его у пользователя или предложить проверить активную конфигурацию gcloud, а не перебирать проекты и регионы наугад. Для авторизации используются вход в Google Cloud и Application Default Credentials. В окружении также должна быть доступна библиотека google-cloud-aiplatform; исходная инструкция предлагает проверить импорт модуля vertexai и установить пакет только при отсутствии зависимости. Это не отменяет требований IAM: успешная аутентификация сама по себе не гарантирует право читать или отменять tuning jobs. Для чтения списка заданий используется клиент GenAiTuningServiceClient и родительский ресурс вида projects/{project_id}/locations/{region}. Клиенту задаётся региональный endpoint {region}-aiplatform.googleapis.com. Операция list_tuning_jobs позволяет найти текущие работы и их идентификаторы, а get_tuning_job читает конкретное задание по имени resources вида projects/{project_id}/locations/{region}/tuningJobs/{job_id}. В результатах полезно зафиксировать имя ресурса, базовую модель и её состояние; для завершённой настройки также можно прочитать отображаемое имя tuned-модели. Для проверки конкретной работы нужен реальный идентификатор, а не пример из документации. У действий есть разные уровни риска. List и get относятся к чтению и могут выполняться без дополнительного подтверждения. Cancel прерывает tuning job, поэтому перед ним нужно явно объяснить пользователю последствие остановки и получить typed confirmation — например, точное «I confirm» или «Yes, cancel it». Подтверждение должно быть получено непосредственно перед отменой; нельзя заранее запускать или подготавливать команду отмены в расчёте на согласие. Если API возвращает 403, 404, INVALID_ARGUMENT или сообщает о несуществующем проекте либо задании, workflow предписывает сообщить об отсутствии или недоступности ресурса, запросить корректные данные и прекратить дальнейшие попытки. Нельзя угадывать project, region или job ID, автоматически повторять отмену и искать случайный регион. Практически skill подходит для трёх сценариев: посмотреть активные tuning jobs в конкретном регионе, получить статус и базовую информацию выбранного задания, либо остановить процесс, который слишком долго расходует ресурсы, после явного подтверждения. Он не заменяет документацию по разрешениям Google Cloud, не обещает доступ к проекту и не выполняет fine-tuning сам по себе. Перед применением следует проверить выбранный проект, регион, права текущих credentials и то, что действие действительно относится к GenAI tuning job. Такое ограничение сохраняет границу между безопасной диагностикой и потенциально необратимым прерыванием вычисления.