version: "1.0.0" name: graph_ml_training description: GraphML 训练参数构建、工具 schema 展开与训练后指标总结流程。 metadata: version: 1.1.0 domain: graph_ml risk_level: medium igraph: requires_tools: [train] any_tools: [train, visualize_model_architecture] requires_graph_state: loaded activates_on_intents: [graph_ml_train]

GraphML 训练

必要检查

• 依据 train 工具 schema 准备参数。
• 尽可能从 schema 展开完整的 train 参数：即使用户未要求修改，也应显式列出所有适用字段及其默认值。

操作步骤

1. 确认图状态和任务类型。
2. 根据用户请求和工具 schema 构建完整的 train 参数集，包含所有适用的默认参数。
3. 调用一次 train。用户发出的训练请求即为本次任务授权，不要在 epoch、轮询或评估阶段重复请求确认，也不要重复提交同一训练任务。参数校验失败时不得通过删掉用户指定配置来重试。
4. train 返回 job_id 后，只对该作业调用 get_job_status，直到 completed、failed 或 cancelled；已经结束的作业不要调用 cancel_job。
5. 总结指标、model/artifact ID 和后续步骤。