.
├── 1-on-git-bash/
│   ├── autodl_env_init.sh      # AutoDL环境初始化脚本
│   └── autodl_key_init.sh      # SSH密钥初始化脚本
└── 2-on-cursor/
    ├── 1-install-unsloth.sh    # 安装Unsloth框架脚本
    ├── 2-run-train.sh          # 运行训练脚本
    ├── resume.jsonl            # 训练数据集（简历问答数据）
    └── train.py                # 模型训练主程序

进入 [1-on-git-bash] 目录，执行以下脚本：

1. autodl_env_init.sh - 环境初始化脚本

   ./autodl_env_init.sh
   

   该脚本会：

   • 删除原有的缓存目录
   • 创建软链接指向 /root/autodl-tmp 作为新的缓存目录
   • 创建代码目录

2. autodl_key_init.sh - SSH密钥初始化脚本

   ./autodl_key_init.sh
   

   该脚本会设置SSH公钥，便于后续通过SSH连接到AutoDL实例。

进入 [2-on-cursor] 目录，按顺序执行以下脚本：

1. 1-install-unsloth.sh - 安装Unsloth框架

   ./1-install-unsloth.sh
   

   该脚本会：

   • 更新系统包管理器
   • 安装必要的依赖（cmake, libcurl4-gnutls-dev等）
   • 安装Python包管理工具uv
   • 初始化项目并安装所需的Python包：
     • huggingface-hub==0.36.0
     • modelscope==1.33.0
     • unsloth-zoo==2025.10.1
     • unsloth==2025.10.1

2. 2-run-train.sh - 运行模型训练

   ./2-run-train.sh
   

   该脚本会设置环境变量并通过uv运行训练程序：

   • 设置HF_ENDPOINT为https://hf-mirror.com（使用镜像站加速下载）
   • 设置UNSLOTH_USE_MODELSCOPE=1（启用ModelScope）
   • 执行 [train.py] 训练脚本

1. 确保在AutoDL平台上运行此项目
2. 公钥需要替换成自己的，以便通过SSH连接到AutoDL实例，可以参考 https://autodl.com/docs/ssh/