（三十二）组合训练任务与预测服务

# 项目文件：model_project/compose.yaml
# 先运行训练任务生成模型，再启动读取同一卷的预测服务。
services:
  trainer:
    build: .
    profiles: ["jobs"]
    command: ["model-lab", "train", "--version", "v1"]
    volumes: ["model-data:/models"]
    healthcheck:
      disable: true
  web:
    build: .
    volumes: ["model-data:/models:ro"]
    ports: ["127.0.0.1:8782:8782"]
    restart: unless-stopped
volumes:
  model-data:

训练容器能写 /models；预测容器将同一个卷挂为只读。模型版本在服务外产生，完整发布后再启动查询它的工作进程。

# 在 model_project 中构建镜像，先完成 v1 的训练发布。
docker compose build
docker compose run --rm trainer
# 然后启动读取模型卷的服务，查看实际加载版本。
docker compose up -d web
curl http://127.0.0.1:8782/model

启动前没有完整版本，服务会因装载失败而退出；查看日志、运行训练任务后再启动。训练命令、模型根目录和服务挂载的目录必须对应同一模型卷。

# 发布 v2，此时旧服务仍保持内存中的 v1。
docker compose run --rm trainer model-lab train --version v2 --seed 8
# 重开工作进程，随后检查 /model 是否显示 v2。
docker compose restart web
# 回退：验证并切回 v1，重开后再核对 /model 与同一条预测。
docker compose run --rm trainer model-lab activate v1
docker compose restart web

复制模型时保存整个根目录：所有完整版本、清单和 current.json。单独复制 weights.pt 会漏掉预处理和特征说明。恢复到新卷后，先执行 verify，再启动服务核对版本与预测值。