install-stack-flagos

マルチチップソフトウェアスタックのインストール

実行中の GPU コンテナー内に、依存関係の順序に従って 5 つのパッケージをインストールし、パッケージごとに検証を行って、構造化されたエラー情報を報告します。

スキルの構成要素

install-stack/
├── SKILL.md                           # This file — execution flow
├── scripts/
│   ├── detect_network.py              # Probe GitHub/PyPI, return mirror config (JSON)
│   ├── collect_env_info.py            # Python/glibc/arch/vendor/disk info (JSON)
│   ├── select_flagtree_wheel.py       # Match vendor+python+glibc → wheel specifier (JSON)
│   └── validate_packages.py           # Import-test all 5 packages, report status (JSON)
└── references/
    ├── vendor-mappings.md             # FlagCX make flags, adaptor names, dependency chain
    └── network-mirrors.md             # GitHub/PyPI mirror config rules

前提条件

• PyTorch と GPU アクセスが利用可能な、実行中の Docker コンテナー（/gpu-container-setup から）
• コンテナー名とGPU ベンダーがわかっていること

単独で呼び出された場合は、コンテナー名と GPU ベンダーをユーザーに尋ねます。 /flagrelease オーケストレーターから呼び出された場合は、これらがコンテキストとして渡されます。

実行フロー

ステップ 0: コンテナーとベンダーを特定する

コンテナーが実行中であることを確認します。

docker inspect --format='{{.State.Status}}' <CONTAINER> | grep -q running

scripts/collect_env_info.py をコンテナー内にコピーして実行し、ベンダー、Python のバージョン、glibc のバージョン、アーキテクチャ、空きディスク容量を取得します。

docker cp <SKILL_DIR>/scripts/collect_env_info.py <CONTAINER>:/tmp/
docker exec <CONTAINER> python3 /tmp/collect_env_info.py

ベンダーが unknown で、ユーザーが --vendor を指定していない場合は、ユーザーに尋ねます。

ステップ 1: ネットワーク環境を検出する

scripts/detect_network.py をコンテナー内にコピーして実行します。

docker cp <SKILL_DIR>/scripts/detect_network.py <CONTAINER>:/tmp/
docker exec <CONTAINER> python3 /tmp/detect_network.py

JSON 出力を解析して、以降のすべてのコマンドで使用する GITHUB_PREFIX と PIP_INDEX を取得します。フォールバックのルールについては、references/network-mirrors.md を参照してください。

ステップ 2: ディスク容量を確認する

collect_env_info.py の出力から、空き容量が 10GB 以上あることを確認します。空き容量が足りない場合はユーザーに警告し、続行するかどうかを尋ねます。

ステップ 3: パッケージをインストールする（依存関係の順序に従う）

依存関係とインストール順序については、references/vendor-mappings.md を参照してください。 vLLM → FlagTree → FlagGems → FlagCX → vllm-plugin-FL

---

3.1: vLLM 0.13.0

docker exec <CONTAINER> pip install ${PIP_INDEX} vllm==0.13.0

簡易検証：

docker exec <CONTAINER> python3 -c "import vllm; assert vllm.__version__ == '0.13.0'"

ゲート： vLLM のインストールに失敗した場合 → エラーを記録し、スキルを終了します。

---

3.2: FlagTree（コンパイル済み wheel）

script/select_flagtree_wheel.py を実行して、適切な wheel を探します。

python3 <SKILL_DIR>/scripts/select_flagtree_wheel.py \
    --vendor <VENDOR> --python <PY_VER> --glibc <GLIBC_VER>

ステータスが FOUND の場合は、標準の triton をアンインストールして wheel をインストールします。

docker exec <CONTAINER> bash -c '
python3 -m pip uninstall -y triton
python3 -m pip uninstall -y triton
python3 -m pip install <SPECIFIER> <PIP_ARGS>
'

ステータスが NOT_FOUND の場合は、不一致を記録して続行します（終了しません）。

---

3.3: FlagGems

docker exec <CONTAINER> bash -c "
cd /tmp && git clone ${GITHUB_PREFIX}/FlagOpen/FlagGems
cd FlagGems && pip install ${PIP_INDEX} -e .
"

失敗した場合は記録して続行します。

---

3.4: FlagCX（2 段階ビルド）

references/vendor-mappings.md を参照し、検出されたベンダーに対応する Make フラグと FLAGCX_ADAPTOR を確認します。

フェーズ 1： C++ ライブラリをビルドします。

docker exec <CONTAINER> bash -c "
cd /tmp && git clone ${GITHUB_PREFIX}/flagos-ai/FlagCX
cd FlagCX && git submodule update --init --recursive
make <MAKE_FLAG> -j\$(nproc)
"

フェーズ 2： PyTorch プラグインをインストールします。

docker exec <CONTAINER> bash -c "
cd /tmp/FlagCX/plugin/torch
FLAGCX_ADAPTOR=<ADAPTOR> pip install -e . --no-build-isolation
"

失敗した場合は記録して続行します。

---

3.5: vllm-plugin-FL

docker exec <CONTAINER> bash -c "
cd /tmp && git clone ${GITHUB_PREFIX}/flagos-ai/vllm-plugin-FL
cd vllm-plugin-FL
pip install ${PIP_INDEX} -r requirements.txt
pip install --no-build-isolation -e .
"

Iluvatar では、requirements.txt が失敗した場合、requirements_iluvatar.txt を使って再試行します。

ゲート： vllm-plugin-FL のインストールに失敗した場合 → エラーを記録し、スキルを終了します。

---

ステップ 4: すべてのパッケージを検証する

scripts/validate_packages.py をコンテナー内にコピーして実行します。

docker cp <SKILL_DIR>/scripts/validate_packages.py <CONTAINER>:/tmp/
docker exec <CONTAINER> python3 /tmp/validate_packages.py

これにより、5 つすべてのパッケージについて、インポートのステータス、バージョン、ゲートチェックを含む包括的な JSON レポートが生成されます。

ステップ 5: 実行時環境を設定する

FlagCX のインストールに成功した場合は、FLAGCX_PATH を永続化します。

docker exec <CONTAINER> bash -c "echo 'export FLAGCX_PATH=/tmp/FlagCX' >> ~/.bashrc"

ステップ 6: 最終レポートを作成する

すべての結果を構造化された出力にまとめます。

{
  "status": "PASS | PARTIAL | FAIL",
  "stage": "install-stack",
  "container": "<name>",
  "vendor": "<vendor>",
  "network": {"github_mirror": true, "pypi_mirror": true},
  "python_version": "3.11",
  "glibc_version": "2.34",
  "packages": {
    "vllm": {"status": "PASS", "version": "0.13.0"},
    "flagtree": {"status": "PASS", "version": "0.4.1+ascend3.2"},
    "flaggems": {"status": "PASS", "version": "..."},
    "flagcx": {"status": "PASS", "version": "0.10.0"},
    "vllm_plugin_fl": {"status": "PASS", "version": "..."}
  },
  "flagcx_path": "/tmp/FlagCX",
  "gate_passed": true,
  "errors": []
}

ステータスの判定：

• PASS — 5 つすべてのパッケージがインストールされ、検証に合格
• PARTIAL — vLLM とプラグインはインストールされたが、FlagTree／FlagGems／FlagCX の一部が失敗
• FAIL — vLLM またはプラグインが失敗（ゲート失敗）

エラー処理

失敗	動作
コンテナーが実行中でない	エラーを報告して終了
ネットワークに到達できない（直接接続とミラーの両方）	報告して終了
pip のインストールに失敗	パッケージ名とエラー全文を報告して続行（ゲートの場合を除く）
ソースからのビルドに失敗	コンパイラーエラーを報告して続行
一致する FlagTree wheel がない	ベンダー／Python／glibc の不一致を報告して続行
インストール後のインポートに失敗	トレースバックを報告して続行
ディスクの空き容量が 10GB 未満	ユーザーに警告し、続行するかどうかを尋ねる
タイムアウト（すべてのコマンド）	すべてのコマンドにタイムアウトを設定し、該当するステップを報告

タイムアウトのルール

操作	タイムアウト
pip インストール（パッケージごと）	300s
git clone	120s
make（FlagCX）	300s
ネットワークプローブ	5s
検証（インポート）	30s