Dynamo 互联就绪检查
在信任 Dynamo 分离式服务的性能数据前，验证 RDMA、NVLink 与 NIXL 传输链路是否就绪。
技能明确声明只读、不变更集群，并使用固定的只读探测命令；但依赖调用者已有的 kubectl exec 权限，未要求用户确认或限定 RBAC 范围，且 env 检查会输出清单中的明文环境变量值，若其中含敏感信息可能泄露。因此扣除最小权限、确认机制和敏感数据保护分；未发现恶意外传或破坏性默认行为。
脚本使用结构化 JSON、超时、缺失工具降级和非零结果分类，异常反馈总体可诊断。静态代码也显示其不会执行完整的双 Pod NIXL 传输测试；此外，汇总逻辑忽略 skipped 计数，全部跳过时仍可能报告未检测到传输缺口，造成过度乐观结论。未执行测试，按静态上限扣分。
用途、前置条件、适用场景、非适用场景、正负触发案例和输出契约较清楚，且核心功能依赖本地 Kubernetes/GPU 环境而非海外在线服务。扣分原因是环境要求较重、中文支持未说明，且无法在单 Pod或缺少测试工具时完成真实端到端验证。
文档包含目的、前置条件、步骤、示例、输出契约、限制、故障排查、参考资料和许可证；skill-card 还提供所有者、版本线索和风险说明。扣分原因包括 description 偏长、缺少明确依赖安装说明和正式 changelog/维护责任路径，且 benchmark 记录了意外文件与脚本 lint 问题。
技能能完成配方环境变量检查、节点能力探测，并在无法完成 NIXL 验证时给出下一步命令，输出格式直接可消费。扣分原因是核心的双 Pod 配对传输验证仍需人工执行，不能独立证明 KV 走正确快速路径；静态材料没有可复核的代表性成功输出或端到端执行证据。
源文件、脚本、引用文档、评估用例和一份静态 benchmark 报告提供了可审计材料，且评估用例覆盖正负触发边界。扣分原因是 benchmark 明确缺少 Tier 3 细节，没有提交覆盖关键路径的测试套件，也没有第三方运行结果；本评估未执行任何代码。
- 不要把 warn 或 skipped 当作传输已验证；汇总逻辑可能在全部跳过时给出过于乐观的 verdict。
- 运行前应确认 kubectl RBAC 仅允许目标命名空间和目标 Pod，并检查配方环境变量值不会包含凭据或其他敏感信息。
- 必须使用两个实际调度的 prefill/decode GPU Pod执行配对 NIXL 传输测试，才能确认 RDMA/NVLink 路径。
这个 Skill 能做什么，适合哪些场景？
该技能面向 NVIDIA Dynamo 的分离式或多节点部署，检查支撑 KV 传输的 NIXL、UCX 和 NCCL 互联。它读取 recipe 中的传输环境变量，并在工作节点或工作 Pod 中探测 InfiniBand、GPUDirect RDMA、GDRCopy 和 NVLink 能力。它还会检查 Pod 是否具备 NIXL 测试工具，并提示进行成对传输测试的下一步。所有检查均为只读，不会修改集群或打印密钥。
运行 scripts/check_interconnect.py 的 env、node 和 nixl 检查：读取指定 recipe 的文本环境变量；通过 kubectl exec 在工作 Pod 中探测 InfiniBand 设备及 Active 链路、nvidia_peermem、GDRCopy 和 GPU 拓扑中的 NVLink；查找 NIXL 测试工具并说明如何进行 prefill↔decode 传输测试；为每项检查返回 ok、warn、fail 或 skipped，并汇总分离式传输是否可被信任。
- Dynamo recipe-runner 部署分离式服务后，运维人员需要确认 KV 传输链路。
- 多节点部署上线前，平台工程师需要检查节点是否具备 RDMA、GPUDirect RDMA 或 NVLink 能力。
- 聚合模式正常但分离式服务变慢、挂起或输出异常时，工程师怀疑网络 fabric 而非模型。
- 准备发布分离式吞吐量或延迟基准前，性能工程师需要验证实际传输路径。
这个 Skill 有哪些优点和局限？
- 只读检查，不会修改集群，也不会打印密钥。
- 覆盖 recipe 环境变量、InfiniBand、GPUDirect RDMA、GDRCopy、NVLink 和 NIXL 测试工具就绪状态。
- 对缺失诊断工具返回 skipped，而不是误报为失败，并提供下一步排查方向。
- 不会执行完整的成对 NIXL 传输测试，因此 reachability 可能仍未得到最终验证。
- 缺失 ibstat、nvidia-smi 或 lsmod 时，skipped 结果是不确定的，不能视为通过。
- 只检查 recipe 文本，无法发现 initContainer 或 operator 在运行时注入的环境变量。
- 单节点聚合部署不会实际使用该传输链路；提供的材料也未包含具体基准数值。
如何安装这个 Skill？
使用默认 skills CLI 安装指定技能：
npx skills add nvidia/skills --skill dynamo-interconnect-check --yes
也可以安装整个 NVIDIA 技能集合：
npx skills add nvidia/skills
源材料未说明自定义安装目录之外的手动部署细节；CLI 会提示选择技能和安装位置。
如何使用这个 Skill？
部署完成后，先检查 recipe 环境变量：
python3 scripts/check_interconnect.py env recipes/<model>/<framework>/<mode>
再检查工作 Pod 节点能力和 NIXL 就绪状态：
python3 scripts/check_interconnect.py node --namespace "${NAMESPACE}" --pod <worker-pod>
python3 scripts/check_interconnect.py nixl --namespace "${NAMESPACE}" --pod <worker-pod>
也可通过 agentskills.io 的 run_script() 协议调用脚本。完整的跨 Pod NIXL 传输测试需要 fabric 上两个已调度的 GPU Pod。
这个 Skill 与同类方案有什么区别？
它与 dynamo-troubleshoot 的职责不同：已部署但需要验证分离式互联时使用本技能；Pod 已崩溃或无法调度时，应先使用 dynamo-troubleshoot。