为什么我不能直接 ray job submit / kubectl / sbatch？
为什么我不能直接 ray job submit / kubectl / sbatch？
集群凭据只在服务端：这换来配额执法、审计、统一观测与可追溯性。平台的代理提交在功能上是超集——你失去的只是绕过配额的能力。
为什么每次提交都要求 git 干净？
为什么每次提交都要求 git 干净？
每个 run 记录确切 commit + 配置快照 + recipe digest。三个月后复现「当时那个好结果」时，这是唯一可靠的路径。赶时间用
--allow-dirty，但请理解代价。锁文件（recipe.lock.json）总提示过期，能不能自动升级？
锁文件（recipe.lock.json）总提示过期，能不能自动升级？
不能自动——升级可能改变训练行为（入口、默认值、镜像），必须显式确认。
sf submit --upgrade-recipe 已经把显式确认压缩到一个 flag 了。支持哪些框架版本？会跟进上游新版本吗？
支持哪些框架版本？会跟进上游新版本吗？
看
sf methods：每个方法列出已发布版本（如 verl 0.8.0 / 0.9.0）。上游新版本按采纳 SOP 进入 catalog——多数情况只是声明 YAML + 发布镜像，平台代码不动。我的自定义框架 / 私有代码怎么跑？
我的自定义框架 / 私有代码怎么跑？
custom/custom + 加白仓库里的自备镜像，实验里写 train.sh。镜像装 Python、框架和依赖，不必装 CLI。catalog custom 是 external 观测：提交带 --observability-url，要看控制台曲线就在镜像里装 starforge-core。细节：自定义训练。训练数据放哪里？
训练数据放哪里？
三选一：HF dataset id（公开/gated 数据）、平台数据集（内部数据，版本化 + 自动分发）、共享盘绝对路径（临时）。推荐前两种——路径引用无法追溯版本。
GPU 用量怎么计费/统计？
GPU 用量怎么计费/统计？
每作业记录 gpu_seconds（占卡时长 × 卡数），控制台用量页与每日报表可查。排队不计费，PENDING 起容器后开始计。
平台没有 GPU 的环境能开发/测试吗？
平台没有 GPU 的环境能开发/测试吗？
能。E2E 闭环在无 GPU 机器上可跑（GPU 仿真开关保留全部调度/配额语义），见 E2E 闭环测试。
文档里的控制台截图/入口和我看到的不一样？
文档里的控制台截图/入口和我看到的不一样？
部分功能按部署配置开关（HF 集成、Playground、插件中心、MCP 写工具）。入口不显示 = 该部署未启用，联系管理员。