AutoMagicCalib 校准栈启动器
通过 Docker Compose 部署 AutoMagicCalib 微服务与 Web UI，快速启动摄像头自动标定环境。
文档要求通过--password-stdin和HF_TOKEN传递凭据、不静默克隆，并在递归chown前请求确认；但会执行sudo chown、访问Docker/NGC/HuggingFace并修改项目文件，且cat "$ENV_FILE"可能暴露现有环境值，缺少完整回滚和更严格的数据流说明，因此扣8分。
步骤、前置条件、就绪检查和多种失败提示较完整；但依赖lsof、curl、hostname、Docker Compose及特定目录结构，端口检测和venv探测存在环境假设，静态阅读未复现关键路径，因此按上限扣分为8分。
触发语句、目标用户、依赖和成功标准明确，也区分了可选VGGT及相关校准技能；但未说明非Linux或无GPU场景的完整边界，没有中文支持说明，核心下载和镜像流程依赖海外GitHub、NGC和HuggingFace，故扣5分。
结构清晰，包含前置条件、步骤、故障排查、停止方式、所有者、版本和Apache-2.0许可；但缺少Examples章节，缺少明确变更日志、维护责任和更新路径，且许可证与仓库整体双许可证关系未在技能内充分解释，因此扣6分。
命令序列覆盖仓库解析、认证、可选模型下载、Compose配置、启动和就绪验证，理论上能完成核心部署；但没有静态可验证的代表性成功输出，环境依赖和凭据/权限操作仍可能需要人工修正，按静态上限给予6分并扣1分。
提供了具体脚本、成功标准、评测任务和仓库内基准报告，具备一定审计性；但基准结果未由本次审查独立复现，缺少覆盖关键部署路径的提交测试和多源交叉证据，因此扣6分。
- 执行docker login、HF下载和Docker Compose会产生外部网络、镜像拉取和本地服务启动等副作用；应在每次凭据使用前确认范围。
- 不要直接执行会打印.env内容的cat "$ENV_FILE"；该步骤可能泄露现有配置或秘密。
- 递归sudo chown会改变projects和models下文件的所有权，文档未提供完整自动回滚方案；应先备份并确认具体路径。
- GitHub、NGC和HuggingFace连通性及许可证接受状态未在静态审查中验证，中国大陆网络环境可能导致核心流程失败。
这个 Skill 能做什么，适合哪些场景？
该技能用于从 NVIDIA NGC 发布镜像启动 AutoMagicCalib 微服务和 Web UI。它会检查 Docker 权限，解析或请求准备 AMC 代码仓库，配置 Compose 环境变量，并检查 NGC 镜像访问权限。它还支持在需要时从 Hugging Face 下载约 4.7GB 的 VGGT 模型。启动后，技能会验证微服务就绪接口、UI HTTP 状态和容器运行状态。使用者需要具备 Docker、GPU 容器运行时、AMC 仓库以及 NGC 访问权限。
运行 docker ps 验证 Docker 无需 sudo 即可使用；查找现有的 auto-magic-calib checkout，必要时请求用户确认后克隆；创建或使用 Python 虚拟环境并安装 huggingface_hub；使用 NGC API key 登录 nvcr.io；检查并可选下载 VGGT 模型；扫描 8000-8009 和 5000-5009 范围内的可用端口；写入 compose/.env 及备份规则；设置 projects/ 和 models/ 的 UID/GID 1000 权限；从解析后的 Compose 配置检查镜像访问权限；运行 docker compose up -d；轮询 /v1/ready，并通过 curl 检查 Web UI；输出微服务和 UI 地址。
- DeepStream 用户需要在具备 NVIDIA GPU 的主机上首次启动 AutoMagicCalib 服务和界面。
- 工程师已经有 auto-magic-calib 或 DeepStream 子模块 checkout，希望自动配置 Compose 端口、路径和主机 IP。
- 部署人员需要在拉取镜像前确认 NGC API key 能访问所有必需的发布镜像。
- 标定流程需要 VGGT 模型时，用户希望在启动服务前下载并验证模型文件。
- 运维人员需要检查 AutoMagicCalib 微服务就绪状态、UI 可访问性和容器日志。
这个 Skill 有哪些优点和局限？
- 覆盖从仓库解析、NGC 登录、Compose 配置到服务就绪验证的完整启动流程。
- 会动态读取 Compose 镜像和端口，避免硬编码发布镜像标签。
- 包含 NGC 镜像访问预检、微服务 readiness 检查和 UI HTTP 检查。
- 明确处理 Docker 权限、目录所有权、端口冲突、VGGT 下载和 GPU Runtime 等常见故障。
- 依赖 Docker、NVIDIA Docker Runtime、NGC 账户和可用的 AMC 仓库。
- 需要执行 sudo chown 将 projects/ 和 models/ 递归设置为 UID/GID 1000，并要求用户确认。
- VGGT 下载约 4.7GB，需 Hugging Face 账户、许可和 read token；该模型并非所有场景都必需。
- 源材料未提供自动化测试套件或已验证的平台列表。
- 技能本身只负责启动校准栈，不执行样例、MP4 或 RTSP 标定。
如何安装这个 Skill？
使用仓库 README 提供的 CLI 安装方式：npx skills add nvidia/skills --skill amc-setup-calibration-stack --yes。该命令将技能安装到 CLI 选择的目标位置；README 未规定其他客户端的专用安装目录。
如何使用这个 Skill？
在已加载该技能的 Agent 中输入“deploy auto calibration”“launch AMC”“start MS+UI”或“set up auto-magic-calib”。Agent 会先要求确认必要的 Docker、仓库和凭据条件；随后需要用户提供 NGC API key。若下载 VGGT，还需要接受 Hugging Face 模型许可并提供 Hugging Face read token。若没有可用的 AMC checkout，Agent 必须先请求确认，才能克隆到 ~/auto-magic-calib。