Replay Training Monitoring

用于监控 Replay 训练日志并推送飞书通知的轻量脚本。

功能

• 自动定位最新训练日志（replay-server.log）
• 解析训练状态、Epoch、损失、训练耗时、进度信息
• 持续监控模式（watch）
• 飞书机器人卡片通知（开始、进度、完成/提前停止、中断）

项目结构

.
├── monitor.py         # 主程序：日志解析 + 监控 + 飞书推送
├── start_monitor.sh   # 一键启动 watch 模式
└── README.md

环境要求

• Python 3.9+
• requests

安装依赖：

pip install requests

快速开始

1) 单次查询当前训练状态

python3 monitor.py

2) 持续监控并推送飞书

先配置飞书 webhook（使用环境变量，不写入代码）：

export FEISHU_WEBHOOK="https://open.feishu.cn/open-apis/bot/v2/hook/your-webhook-id"

启动监控：

python3 monitor.py watch

或：

./start_monitor.sh

按 Ctrl+C 停止监控。

配置项

• FEISHU_WEBHOOK：飞书机器人 webhook（watch 模式必填）
• REPLAY_LOG_BASE_PATH：Replay 日志根目录
  默认值：/Users/gudong/Library/Logs/Replay

示例：

export REPLAY_LOG_BASE_PATH="/custom/path/to/Replay/logs"
python3 monitor.py

通知时机

• 训练开始
• 训练进度更新（检测到 epoch 增长时）
• 训练完成或提前停止
• 训练中断（如进程被终止）

注意事项

• 请勿在代码中硬编码 webhook。
• 建议将本项目日志文件加入 .gitignore，避免无关文件进入仓库。