如果你平时经常要做这些事：

• 改一组参数，跑一批实验
• 同时跑多个任务，日志混在一起，最后很难回看
• 想把每次运行的配置、备注、状态和结果都留住
• 不想手写一层又一层 bash / shell 循环
• 不想为了管理本地实验，引入很重的云平台、数据库和账号系统

那可以看看 pyruns。

它是什么

pyruns 是一个面向本地 Python 脚本与 shell 工作流的实验管理 Web UI 。

它的重点不是“接管你的工程”，而是尽量贴着你原来的工作方式走：

• 继续用你自己的脚本
• 继续用你自己的终端和 conda 环境
• 继续在本地运行
• 把任务、配置、日志、备注和运行历史稳定地落在磁盘工作区里

它现在能做什么

• Home 总览 先看系统状态、任务概览、GPU 占用，再决定下一步做什么。

• 可视化参数编辑 适合快速调整脚本参数，不再来回改文件或拼命令。

• Form 模式批量任务生成 支持用 |、(|)、start:stop:step 这类语法展开参数组合。

• YAML 单任务配置编辑 保留对完整配置文本的掌控感，适合一次生成一个清晰任务。

• Shell Workspace 把 shell 命令任务也纳入统一的任务系统，而不是散在终端历史里。

• 任务控制台 支持搜索、筛选、批量运行、批量删除、pin 、详情查看。

• 实时终端日志 用 xterm 风格页面查看实时输出和历史日志，体验比纯文本框自然很多。

• CSV 指标导出 通过 pyruns.record() 记录的指标可以按任务勾选导出。

• 磁盘工作区 每个任务都有自己的 config.yaml / config.sh / run_logs，状态真实可查。

它比较适合谁

• 你有 argparse 脚本，想快速加一个本地 UI
• 你有基于 YAML 的训练脚本，想把配置和历史管理起来
• 你有很多 shell 命令任务，希望统一纳入任务系统
• 你想把本地实验流程变清楚，但不想引入太重的基础设施

项目地址

• GitHub: https://github.com/LthreeC/pyruns
• Docs: https://lthreec.github.io/pyruns/

安装与启动

pip install pyruns
pyr train.py

如果你平时也在做本地训练、实验记录、批量调度、shell 工作流管理，可以试试看。
如果你有自己的使用场景，也欢迎直接提 issue 或交流建议。