DibuFusion Docs / v0.1 / dibufusion_cli_reference.md

DibuFusion CLI 用户指南

DibuFusion CLI 命令为 dibufusion，当前优先支持 Linux 和 macOS。具体参数以已安装版本的 --help 为准。

登录 Hub

dibufusion auth login --server "https://fusion.dibutokens.com" --email "user@example.com"
dibufusion auth token --server "https://fusion.dibutokens.com"
dibufusion auth status --json
dibufusion auth logout

邮箱密码和 Hub Token 默认使用隐藏输入。Hub Token、Site Access Token 和管理员凭证不能混用。

查看绑定 Site

dibufusion hub dashboard --json
dibufusion site my --json

Hub 返回当前用户的绑定关系和 Site 连接信息，但不调度或预留绑定 Site 的资源。

连接绑定 Site

首次在一台机器上使用某个绑定 Site：

dibufusion site connect --site-id site_xxx
dibufusion site profiles --json

site connect 会自动探测 Site API。连接结果中的 api_mode 决定后续命令：

v1_bound：Site 支持统一的资源池、镜像、存储和 Workload API，使用 dibufusion site resources/images/storage/workload。
legacy_direct：Site 仍使用兼容 API。CLI 会自动创建同名的隔离直连 profile，使用 dibufusion site direct dashboard/node/image/task/job/exp --profile <profile>。

两种模式的资源请求都直接发送给 Site，不经过 Hub 调度或转发。legacy_direct 的凭据保存在独立的权限受限配置中，不会通过命令参数、环境变量或终端输出传递。

site connect 会从 Hub 验证绑定关系。若用户在 Dashboard 通过 Site Token 完成绑定，CLI 会从 Hub 安全引导托管凭据并立即向 Site 验证，不会把 Token 打印到终端或智能体对话；若该绑定没有托管凭据，CLI 才会要求用户在隐藏提示中输入。连接结果中的 credential_source 会标记 hub_managed、local_prompt 或 local_override。

Hub 中的 Site Token 使用独立主密钥加密存储。凭据引导接口只允许绑定所有者调用，并进行限流、审计和禁止缓存。CLI 在本机保存凭据时使用权限受限的配置文件。不要直接调用凭据接口，也不要读取或输出本地凭据文件。

连接完成后，以下命令直接请求 Site，不经过 Hub 调度：

dibufusion site resources --site lab-a --json
dibufusion site images --site lab-a --json
dibufusion site storage --site lab-a --json

每个 Site 的 ResourcePool、Token 和数据空间相互独立。同一 Hub 用户在不同 Site 上可能拥有不同身份、权限和数据。

规划 Workload

dibufusion site workload plan \
  --site lab-a \
  --name smoke-test \
  --resource-pool gpu-general \
  --image registry.example/pytorch:2.8 \
  --command "python train.py" \
  --gpu 1 \
  --cpu 4 \
  --memory 16 \
  --duration 2 \
  --storage home_user

plan 只执行权限、规格、当前容量和 Token 估算，不预留资源。

创建和停止 Workload

确认计划后提交：

dibufusion site workload create \
  --site lab-a \
  --name smoke-test \
  --resource-pool gpu-general \
  --image registry.example/pytorch:2.8 \
  --command "python train.py" \
  --gpu 1 --cpu 4 --memory 16 --duration 2 \
  --storage home_user \
  --confirm

查询和停止：

dibufusion site workload list --site lab-a --json
dibufusion site workload stop --site lab-a wl_xxx --confirm

创建命令使用幂等键避免超时重试产生重复任务。CLI 会自动生成，也可以通过 --idempotency-key 指定并在不确定结果时复用。

镜像和数据建议

优先使用 Site 提供的基础镜像，正式实验记录镜像 digest。
高频变化的代码、配置和数据放入 Site 持久空间。
稳定系统依赖和运行依赖写入可复现镜像。
输出和检查点不要只保存在容器系统目录或 Scratch。
数据不在目标 Site 时，需要显式迁移；Hub 不自动共享数据。

旧 Site 直连兼容

尚未升级到新版 Site API 的集群可以继续使用 legacy direct profile：

dibufusion site direct add --help
dibufusion site direct login --help
dibufusion site direct status --help
dibufusion site direct list --json

该接口作为局域网 fallback 保留，不代表 Hub 调度。

Agent 工具

dibufusion agent install --target codex
dibufusion agent install --target claude
dibufusion agent doctor --json

安装方法参见 Agent 安装。

获取帮助

dibufusion --help
dibufusion auth --help
dibufusion site --help
dibufusion site workload --help
dibufusion agent --help

商务与部署支持：enterprise@dibutokens.com。