feat: add swanlab for experiment tracking and visualization.

[Zeyi-Lin]

Before submitting

• Did you read the contributor guideline?
• Did you write any new necessary tests?

如何在LLaMA Factory中使用SwanLab?

SwanLab 是一个开源的模型训练记录工具，面向AI研究者，提供了训练可视化、自动日志记录、超参数记录、实验对比、多人协同等功能。在SwanLab上，研究者能基于直观的可视化图表发现训练问题，对比多个实验找到研究灵感，并通过在线链接的分享与基于组织的多人协同训练，打破团队沟通的壁垒。

为什么要记录训练

相较于软件开发，模型训练更像一个实验科学。一个品质优秀的模型背后，往往是成千上万次实验。研究者需要不断尝试、记录、对比，积累经验，才能找到最佳的模型结构、超参数与数据配比。在这之中，如何高效进行记录与对比，对于研究效率的提升至关重要。

在LLaMA Factory中使用

方式一：CLI

在yaml配置文件中，增加如下代码（注释的部分，代表选填）：

## swanlab
use_swanlab: true
swanlab_project: LLaMA-Factory
# swanlab_experiment_name: qwen2-vl-2b-lora-sft
# swanlab_workspace: your_organization_username
# swanlab_mode: cloud
# swanlab_api_key: your_api_key

然后CLI启动命令即可：

llamafactory-cli train your_config.yaml

方式二：WebUI

启动WebUI：

llamafactory-cli webui

在GUI中对应栏位填写参数后，启动训练后，在系统的命令行打印中找到SwanLab实验链接访问即可：

备注

SwanLab API Key如何获取

在官网或备用官网注册/登录账号，在设置中找到API Key。
如果你使用local模式，则无需 API Key。

一些交互上的想法

如果在「SwanLab 参数设置」选项卡中，能够增加一个按钮，点击跳转到对应的SwanLab链接，那用户体验就更好了：），暂时在开发上不知道要怎么写。

获取链接的代码：

import swanlab

run = swanlab.init()

print(run.public.json()["cloud"]["experiment_url"])

[hiyouga]

Hi, thanks for integrating the awesome SwanLab into LlamaFactory, can you see the above comments and consider solving them?

[Zeyi-Lin]

Hi, thanks for integrating the awesome SwanLab into LlamaFactory, can you see the above comments and consider solving them?

Very good suggestion, I have submitted a new commit based on your comments.

[hiyouga]

LGTM