refactor(web-platform): release V0.6 精简代码

training_server/README.md

@@ -0,0 +1,43 @@
+# 本地强化学习训练服务
+
+该服务把 Web 平台发出的受限训练请求转换为本机 `unitree_rl_mjlab/scripts/train.py` 子进程，并提供状态轮询、停止任务和 `policy.onnx` 下载接口。服务只绑定 `127.0.0.1`，不执行前端传入的任意命令。
+
+## 启动
+
+必须使用已经安装 `mjlab`、PyTorch 和训练工程依赖的 Python 解释器：
+
+```bash
+npm run training-server -- \
+  --trainer-root /path/to/unitree_rl_mjlab \
+  --trainer-python /path/to/training-env/bin/python
+```
+如：
+```bash
+npm run training-server -- --trainer-root /home/cen/Embodied_Workspace/unitree_rl_mjlab --trainer-python /home/cen/miniconda3/envs/unitree_rl_mjlab/bin/python
+```
+
+也可用 `UNITREE_RL_MJLAB_ROOT` 指定工程目录。默认端口是 `8765`。如果前端不是从 `localhost` 或 `127.0.0.1` 提供，可显式添加来源：
+
+```bash
+python training_server/server.py \
+  --trainer-root /path/to/unitree_rl_mjlab \
+  --allow-origin http://192.168.1.10:5173
+```
+
+服务一次只运行一个训练任务。停止服务或在界面点击“停止训练”会向整个训练进程组发送终止信号。训练请求的 W&B 模式默认为 `offline`，保留本地指标但不登录；也可以在界面选择完全禁用或在线模式。
+
+## 接口
+
+- `GET /api/training/health`：运行环境、允许的任务和活动任务；
+- `POST /api/training/jobs`：发起训练；
+- `GET /api/training/jobs/{id}`：状态、迭代进度和最近日志；
+- `DELETE /api/training/jobs/{id}`：停止训练；
+- `GET /api/training/jobs/{id}/artifacts/policy.onnx`：下载本次生成的策略。
+
+任务保存在服务内存中，服务重启后历史任务状态会丢失，但 mjlab 日志和 checkpoint 仍保留在训练工程中。
+
+## 测试
+
+```bash
+npm run test:training-server
+```