OpenBayes 建 task 流程的 Python 参考客户端。功能与 ../java-client 完全对等。
📖 通用概念（GraphQL 是什么、名词速查、怎么拿 token、4 个 GraphQL 操作、查合法 resource/runtime、 常见报错）都在仓库根目录的 ../README.md。本页只讲 Python 这边怎么装、怎么跑、怎么用。
GraphQL 用 Python 标准库（urllib + json）实现，不引入额外依赖；S3 上传用 boto3。
- Python 3.8+
- 唯一外部依赖：
boto3
cd python-client
python -m venv .venv && source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt先设置环境变量（token 与「账号密码」二选一）：
export OPENBAYES_TOKEN="<你的 token>"
# 或用账号密码（不用自己找 token）：
# export OPENBAYES_USERNAME="<用户名>"
# export OPENBAYES_PASSWORD="<密码>"
export OPENBAYES_PARTY="<你的用户名（组织则填组织名）>"
export OPENBAYES_PROJECT_DIR="/path/to/your/code" # 要上传的代码目录
export OPENBAYES_COMMAND="python /workspace/main.py" # 任务启动命令
# 下面几个不填会用默认值，想换见根 README「查合法取值」
# export OPENBAYES_RESOURCE="cpu"
# export OPENBAYES_RUNTIME="pytorch-2.8-2204-cpu"
# export OPENBAYES_PROJECT_ID="<已有项目 id>" # 可选：复用项目就不新建不熟悉环境变量？Windows PowerShell 用
$env:名字="值"；在 IDE 里可在「运行配置」的 Environment variables 里逐条填。这些变量只在当前窗口有效，适合放 token/密码这类敏感信息。
然后运行：
python create_task_example.py成功后打印任务 id 和网页链接：
创建项目: python-client-demo
projectId = yDCZJRFz7vM
获取上传授权 (createSourceCodePolicy)...
共发现 3 个文件，开始上传到 demo-user/codes/GYGnz0zQRHH ...
sourceCodeId = GYGnz0zQRHH
✅ 任务创建成功 jobId = t5qvtgqlutf5
https://openbayes.com/console/demo-user/jobs/t5qvtgqlutf5
⚠️ 只有最后一步create_task会真实创建并计费一个容器；建项目、拿凭证、上传都不花钱。
from openbayes_client import GraphQLClient, OpenBayesClient, TaskSpec, upload_source_code
# 1) 建一个带鉴权的客户端
gql = GraphQLClient("https://openbayes.com/gateway", token)
client = OpenBayesClient(gql)
# 没有 token？用账号密码换一个（会自动设置到 gql 上）
# token = client.login("用户名", "密码")
party = "你的用户名"
# 2) 建项目（一次就够，之后可一直复用这个 project_id）
project_id = client.create_project(party, "my-project", "说明文字")
# 3) 申请上传凭证，并把某个目录里的所有文件传上去
policy = client.create_source_code_policy(party)
source_code_id = upload_source_code(policy, "/path/to/code")
# 4) 创建任务
job = client.create_task(party, TaskSpec(
project_id=project_id, runtime="pytorch-2.8-2204-cpu", resource="cpu",
source_code_id=source_code_id, command="python /workspace/main.py"))
print("任务 id =", job.id)把 openbayes_client/ 这个包拷进你的工程即可（或按需只拿其中几个文件）。
适合环境/代码已在工作空间里准备好的场景：客户预先在一个 workspace 里把代码/依赖调好、放进 /output，之后每个 task 直接绑定它——零上传、对用户不暴露 sourceCode。
export OPENBAYES_TOKEN="<你的 token>" # 或账号密码
export OPENBAYES_PARTY="<你的用户名>"
export OPENBAYES_PROJECT_ID="<工作空间所在项目 id>"
export OPENBAYES_WORKSPACE_ID="<预先准备好的工作空间 id>"
export OPENBAYES_RUNTIME="pytorch-2.8-2204-cpu" # 建议与工作空间一致
export OPENBAYES_RESOURCE="cpu"
export OPENBAYES_COMMAND="python /output/main.py" # 绑定进来的代码就在 /output
python run_workspace_task_example.py用进你自己的代码：
from openbayes_client import WorkspaceTaskSpec
spec = WorkspaceTaskSpec(
project_id=project_id, workspace_id=workspace_id,
runtime="pytorch-2.8-2204-cpu", resource="cpu", command="python /output/main.py")
job = client.create_task_from_workspace(party, spec)内部：createJob 不带 code，改把 <party>/jobs/<workspace_id>/output 读写绑定到 /output。
workspace 的复用绑定规则：只读绑定到 /input*，或读写绑定到 /output；克隆用后者。内容由客户在 workspace 内保存到 /output。
大模型 / 数据集才另挂 /input0。概念详见根 README「克隆模式 vs 上传模式」。
| 文件 | 职责 |
|---|---|
openbayes_client/graphql_client.py |
最底层：用 urllib 发 GraphQL 请求、带 token/Origin、解析返回。一般不用直接碰。 |
openbayes_client/client.py |
业务方法：login / create_project / create_source_code_policy / create_task。你主要用这个。 |
openbayes_client/uploader.py |
把代码目录上传到对象存储（含一处 MinIO 必需的关键配置，见下）。 |
openbayes_client/models.py |
数据类：SourceCodePolicy / JobResult / TaskSpec。 |
create_task_example.py |
示范 main()：读环境变量，把上面几步串起来。 |
openbayes_client/uploader.py 的 build_s3_client 里：
config = BotoConfig(
request_checksum_calculation="when_required",
response_checksum_validation="when_required",
...
)别删这两行。原因见根 README「一处千万别动的配置」：botocore ≥ 1.36 默认会让上传丢掉
Content-Length，被 MinIO 拒收或掐断连接。代码里已用 try/except TypeError 兼容老版本 botocore（< 1.36 没有这两个参数，也不需要）。
python -m unittest discover -s tests -v覆盖纯逻辑：路径解析、GraphQL 请求体构造、错误信息格式化。 涉及真实网络的部分（HTTP / S3）由「快速开始」那次真实建任务来验证。