DeepStream 性能剖析器
用实测数据调优 DeepStream 管线并定位性能瓶颈。
文档明确限定终端工具、要求先读后改、说明NVTX覆盖边界，并提供配置校验与预构建步骤；但默认不提示即修改用户配置，缺少用户确认、回滚方案、敏感视频/RTSP数据流说明，且失败回退包含sudo或--privileged建议，因此扣分。
六阶段流程、失败分支和诊断信号较完整；但存在批大小扫描范围（SKILL.md含32，README.md未含32）、队列深度（×4与×2）等不一致，引用的脚本和测试内容未提供，且静态审查不能复现关键路径，因此不超过静态上限并扣分。
触发条件、非触发场景、输入模型维度和多种源类型描述清楚；但依赖特定DeepStream 9.0容器、Nsight Systems、GPU和nvidia-smi，未说明中文交互支持，核心容器依赖可能受中国大陆网络可达性影响，边界仍不充分。
SKILL.md、README、参考文档和评估文件形成较好的分层结构，包含版本、所有者、许可证、相关技能和限制；但缺少清晰的变更日志、长期维护责任/更新流程，且README宣称的脚本和测试未在所给材料中出现，故扣分。
目标输出包括性能配置、瓶颈分类、容量和补救建议，评估报告也记录了通过及部分正向提升；但报告是仓库内声明，未提供可核验的代表性实际输出，且配置编辑和测量仍依赖用户环境，静态上限为7并扣除不确定性。
包含命令、公式、阈值、决策树和评估摘要，具备一定审计线索；但没有可检查的CI、测试套件或外部交叉证据，参考中的硬件吞吐数字还注明来自非正式基准，静态证据不足，故低于上限。
- 执行前应确认是否允许自动修改配置，并建立版本控制或备份以便回滚。
- 不要把Nsight报告、RTSP地址或视频内容上传到外部服务；文档未充分说明这些数据的处理边界。
- 应统一批大小扫描和队列深度规则，并补充可审查的脚本、测试、CI和维护更新记录。
- 在中国大陆环境中先验证nvcr.io镜像、Nsight Systems和相关依赖的可达性；不要默认使用sudo或--privileged。
这个 Skill 能做什么，适合哪些场景？
这是一个面向 NVIDIA DeepStream 的终端性能剖析技能，使用 Nsight Systems 和 nvidia-smi 测量管线表现。它先通过推理微基准确定批量平台，再推导流复用、推理、解码器、跟踪器和队列配置。随后对端到端管线进行 30 秒剖析，并报告可用 NVTX 数据中的插件耗时。它适用于检测、分类、分割、VLM 和嵌入等管线，但要求运行环境符合 DeepStream 9.0 的指定兼容条件。
读取用户的管线定义和实际配置，识别模型尺寸、目标 FPS 与源属性；检查管线元素的 NVTX 覆盖情况；运行 nvidia-smi 查询 GPU、解码器、编码器和 PCIe 信息；以 batch-size 为变量运行推理阶段微基准并记录 FPS；根据测量结果修改用户配置文件；使用 nsys profile 捕获 CUDA、NVTX 和 GPU 指标，再用 nsys stats 提取内核、NVTX、内存复制和 GPU 利用率统计；将摘要和未直接测量的元素输出到标准输出。
- 需要在指定 NVIDIA GPU 上构建高效 DeepStream 管线的工程师。
- 想测量多路视频在目标 FPS 下可承载数量的开发者。
- 正在调优 nvinfer、nvstreammux、解码器或跟踪器配置的用户。
- 需要用 Nsight Systems 定位端到端管线插件耗时的性能工程师。
- 希望以终端和无 GUI 方式完成 DeepStream 基准测试的团队。
这个 Skill 有哪些优点和局限？
- 以实测的推理批量平台和硬件上限为基础推导配置，减少盲目调参。
- 支持文件、RTSP、USB 摄像头及混合源，并且不限定具体模型、编解码器或分辨率。
- 完全通过 nsys profile、nsys stats 和 nvidia-smi 无头运行。
- 能报告已发出 NVTX 的 DeepStream 插件耗时，并明确标记未直接测量的元素。
- 仅明确支持 DeepStream SDK 9.0、Ubuntu 22.04/24.04 和指定 NVIDIA 容器环境。
- 不提供 NVTX 自动注入，也不覆盖无 NVTX 元素的直接插件级测量。
- 不执行迭代式的“调优—测量—再调优”循环。
- 源材料未提供该单项技能的独立测试套件或实际性能结果。
如何安装这个 Skill？
使用仓库 README 提供的 skills CLI 安装：
npx skills add nvidia/skills --skill deepstream-profile-pipeline --yes
也可以指定目标客户端，例如：
npx skills add nvidia/skills --skill deepstream-profile-pipeline --agent codex
源材料未说明该单项技能的其他手动安装目录要求。
如何使用这个 Skill？
在已存在或即将创建的 DeepStream 管线任务中提出明确的性能诉求，例如：“请为这个 DeepStream 管线进行性能剖析、测量 FPS，并根据结果调优配置。”技能按顺序执行预设应用、NVTX 覆盖检查、硬件发现、推理微基准、配置推导和端到端剖析。运行时应使用 nvcr.io/nvidia/deepstream:9.0-triton-multiarch 开发容器，并确保 nsys 和 nvidia-smi 在 PATH 中。
这个 Skill 与同类方案有什么区别？
它与同仓库的 deepstream-generate-pipeline 技能形成上下游关系：后者负责普通管线生成，本技能针对带有性能意图的创建或已有管线进行测量和调优。若用户带来了新模型，源材料建议先使用 deepstream-byovm 构建 TensorRT 引擎，再使用本技能。