TUI 指南

终端界面（TUI）是一个跑在终端里的交互式文本面板。它是浏览模型与 benchmark catalog、检查 readiness、生成 CLI 命令最省事的方式，不必记住各种参数。

启动 TUI

启动之前先确认 WorldFoundry 包已安装。首次 CUDA 安装与快速开始相同，使用官方 bootstrap：

bash scripts/setup/bootstrap_worldfoundry.sh
source tmp/worldfoundry_unified_env.sh
conda activate "${WORLDFOUNDRY_UNIFIED_ENV_PREFIX}"

如果自己管理 conda 环境，在仓库根目录安装带 [tui] extra 的包：

python -m pip install -e ".[tui]"

环境激活后启动 TUI：

worldfoundry-eval tui

TUI 读取的 model-zoo 与 benchmark-zoo manifest 和 CLI 发现命令完全相同。它不会绕过 manifest readiness、runtime profile 或 runner 验证。

启动选项

示例——为指定的 model × benchmark 组合生成命令后退出：

worldfoundry-eval tui --model-id openvla --benchmark-id libero --print-command

这在脚本或 CI 流水线中很有用：只要标准命令，不需要人工交互。

浏览与操作

TUI 是一个四栏面板。左侧显示 OpenEnvision 标识、当前 conda 环境，以及可搜索的 Catalogs 表；右侧是当前模式的概览、操作工具栏、参数表单与 Execution Log。

在左上角切换 Mode，可以在 Inference、Studio、Evaluation 三种模式间切换。三种模式共用同一份 catalog 数据，但提供的控件和生成的命令不同。

Inference（推理）

Inference 用于选择模型、填写模型相关输入，并生成可执行的 worldfoundry-eval run 命令。工具栏提供 Run、Stop、Copy、Cmd、Check、Files、GPU、Sync。日常可复现 / 模型页命令用 worldfoundry-eval run；Workspace 视觉冒烟用 python -m worldfoundry.studio.workspace_job infer。入口对照见 CLI 命令入口。

常见字段包括 prompt、输入路径、输出目录、可选 artifact 路径和 GPU ID。Command Preview 会随参数修改实时更新。

Studio

Studio 用于从终端启动本地 Studio Web UI。按 Run 启动服务，状态与日志显示在执行日志中。

Evaluation（评测）

Evaluation 用于配置 benchmark run。选择评测意图、metric 和输出目录后，TUI 会为当前 model × benchmark 组合生成对应的 worldfoundry-eval 命令。

文本框聚焦时，主导航快捷键仍然可用：

文本框外，r 刷新 catalog，c 复制命令，p 检查路径与环境，g 显示 GPU 状态，a 列出输出文件。工具栏 tooltip 也会说明这些操作。

参数配置

Evaluation 模式提供两个明确的意图：

• Model Benchmark — 选择模型与 benchmark，生成从模型推理到官方 benchmark 的端到端命令。
• Score Artifact Directory — 选择 benchmark 和已有 artifact 目录；此时隐藏模型选择与 metric 子集，因为会执行该 benchmark 的完整 protocol。

Inference 模式展示模型相关参数，例如：

• 步数 / 迭代次数 — 去噪或采样步数。
• 引导系数 / cfg — classifier-free guidance 强度。
• 序列长度 — 最大 token 或帧数。
• 种子 — 确定性生成 seed（可选）。

在 TUI 中改动参数会实时更新生成的命令。当自定义 dataset manifest 需要的字段多于 TUI 暴露的范围时，改用 Workspace 或 generate-score CLI。

就绪指示器

TUI 会在 catalog 条目旁显示 readiness 警告：

• 缺失 checkpoint — 模型需要的 checkpoint 不在声明路径上。
• 缺失 dataset — benchmark 需要的 dataset 尚未准备到本地。
• 缺失环境 — runtime profile 声明的 conda 包或 CUDA 版本未满足。
• License 限制 — 模型或 dataset 带 gated 或非商业 license，需要人工确认。

存在 readiness blocker 时，生成的命令默认带上 --mode official-validation。这样可以先验证链路是否接通，而不必为一个被阻断的 run 占用 GPU。

回退模式

未安装 Textual 依赖时，TUI 会打印一份静态回退摘要，替代交互式面板。回退摘要列出 model ID、benchmark ID 和简短的 readiness 说明。

要恢复完整的交互式 TUI，安装 [tui] extra：

python -m pip install -e ".[tui]"

下一步