开发与工程 ✓ NVIDIA · 官方 earth2studioweather-forecastingprognostic-modelpythonpytorchunit-testinghuggingface

Earth2Studio 预报模型封装技能

指导开发 Earth2Studio 的时序天气预报模型封装。

FollowSkills 评估 · FSRS-2.0
不推荐
50/ 100 五分制 2.5 / 5
信任安全17 / 25 · 3.4/5

技能要求用户确认依赖,限制目标文件范围,并要求锁定 HuggingFace 提交;未见凭据窃取、恶意外传或破坏性默认操作。扣分原因是会创建和修改多个仓库文件、执行安装与格式化命令,但缺少回滚、数据流披露、敏感数据处理和依赖安全审查说明。

可靠稳定7 / 20 · 1.8/5

工作流、方法顺序、测试命令和异常坐标测试要求较明确;但静态材料没有可执行复现,BENCHMARK 报告为 FAIL,且存在方法/导入约定可能与目标仓库不一致的风险。按静态上限扣分,未证明完整失败反馈或关键路径稳定性。

适用触发9 / 15 · 3.0/5

用途、非适用范围、输入参考脚本和预期产物基本清楚,覆盖身份模型与外部模型包装场景。扣分原因是环境前置条件、真实依赖可用性、边界案例和中文用户支持未充分说明;默认可能依赖 HuggingFace 等海外服务,未说明中国大陆可达性或替代方案。

规范维护8 / 15 · 2.7/5

具备名称、版本、许可证、作者、标签、分步结构、示例、故障排查和维护性要求。扣分原因是 BENCHMARK 指出缺少推荐的 Instructions 节、前置条件/requirements 与 limitations,引用文件存在重复内容,且未明确该技能自身的变更日志、维护责任和更新路径。

有效结果5 / 15 · 1.7/5

流程覆盖模型、测试、依赖、文档、验证和 PR,理论上能产出可直接合并的包装代码。扣分原因是 BENCHMARK 总体 FAIL、Tier 3 结果不可用,且静态材料不能证明生成代码真实通过测试或满足不同模型的完整需求。

证据核验4 / 10 · 2.0/5

包含固定版本、明确测试命令、静态评估报告和预期行为,具备有限审计线索。扣分原因是没有提交的真实 CI/测试执行证据、第三方结果或独立复现记录;BENCHMARK 也缺少 Tier 3 信号,因此仅支持低到中等可验证性。

证据充分度: 评估于 2026年7月20日 审查版本 55f18499943e
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 该评估仅基于静态文件,未执行 pytest、uv、lint 或模型加载;不得将流程描述视为已验证结果。
  • 发布前应补充明确的前置依赖、限制、失败恢复/回滚、数据流和中国大陆网络不可达时的替代方案,并修复 BENCHMARK 中记录的失败与重复内容问题。
  • 技能要求读取可选外部参考脚本并可能下载模型包;使用前应审查来源、提交固定性、依赖包和网络权限。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

该技能用于将第三方机器学习天气模型接入 Earth2Studio 的 prognostic 模型接口。它覆盖参考推理脚本分析、模型封装、坐标处理、模型加载、测试、文档和代码质量检查。工作流要求使用三重继承、标准 Earth2Studio 坐标约定以及迭代预测接口。它不适用于 diagnostic 模型、数据源或安装任务。

读取用户提供的参考推理脚本 URL 或本地路径,分析依赖、输入输出形状、时间步长、分辨率和检查点。创建 earth2studio/models/px/<name>.py,并实现坐标属性、模型加载、前向调用和预测迭代器。创建带 mock 测试和真实权重 package 测试的 test/models/px/test_<name>.py。指导更新 pyproject.toml、安装文档、API 文档和 CHANGELOG.md,并运行 uv run pytest、make format 和 make lint。

  1. Earth2Studio 开发者需要把一个已有天气模型的推理脚本封装成 prognostic 模型时。
  2. 维护者需要为新天气模型补充坐标校验、时间步进和迭代预测接口时。
  3. 开发者需要为模型包装器编写 mock 测试和真实检查点测试时。
  4. 贡献者需要同步更新模型依赖、安装说明、API 文档和变更日志时。

这个 Skill 有哪些优点和局限?

优点
  • 提供从参考脚本到模型封装、测试和文档的完整开发流程。
  • 明确规定 Earth2Studio 的坐标、继承结构和迭代器行为。
  • 要求包含 mock 测试及真实权重 package 测试。
  • 强调使用 uv run,减少缺少 Python 依赖导致的测试问题。
局限
  • 必须先有参考推理脚本;没有脚本时无法开始核心封装流程。
  • 技能只覆盖 prognostic 模型,不覆盖 diagnostic 模型、数据源或安装。
  • 真实权重测试依赖可用的模型检查点和网络访问,但未提供具体模型依赖清单。
  • 未说明除 Claude Code 和 Codex 之外的平台适配细节。

如何安装这个 Skill?

该技能属于 NVIDIA/skills 集合。可运行 npx skills add nvidia/skills,然后按提示选择技能和安装位置;已知技能名时可运行 npx skills add nvidia/skills --skill earth2studio-create-prognostic --yes。源材料未说明该单项技能的独立安装命令。

如何使用这个 Skill?

向兼容的编码代理提供参考推理脚本 URL 或本地路径,例如:"Create an Earth2Studio prognostic wrapper from /path/to/inference.py"。如果未提供参数,技能要求先请求参考推理脚本 URL 或路径。随后按其工作流生成模型文件和测试,并使用 uv run pytest test/models/px/test_<name>.py -v 验证。

常见问题

这个技能会自动安装 Earth2Studio 吗?
不会。SKILL.md 明确将安装排除在适用范围之外;它只指导模型封装开发及相关验证。
必须提供参考推理脚本吗?
是。可以提供 URL 或本地路径;如果省略,工作流要求先请求该信息。
为什么必须使用 uv run?
技能要求所有 Python 命令使用 uv run,以确保项目依赖环境可用。
它是否保证模型封装可以直接运行?
不保证。它要求执行测试和代码质量检查,但具体结果仍取决于参考模型、依赖、检查点和项目环境。

同仓库的其他 Skills

均来自 NVIDIA/skills

开发与工程 ✓ NVIDIA · 官方

Earth2Studio 诊断模型构建器

为 Earth2Studio 创建单步数据转换诊断模型包装器。

开发与工程 ✓ NVIDIA · 官方

Earth2Studio 确定性预报

为 Earth2Studio 构建单成员天气预报推理脚本。

开发与工程 ✓ NVIDIA · 官方

Earth2Studio 组件发现

为天气和气候任务筛选合适的模型、数据源与示例。

数据与分析 ✓ NVIDIA · 官方

Earth2Studio 气象数据获取

按变量和时间从 Earth2Studio 数据源获取气象与气候数据。

开发与工程 ✓ NVIDIA · 官方

导管导航氟透视冒烟测试

在无 GPU 环境中快速验证导管导航工作流的基础功能。

开发与工程 ✓ NVIDIA · 官方

Earth2Studio 数据源构建器

把远程气象数据接入 Earth2Studio,并完成测试与校验。

开发与工程 ✓ NVIDIA · 官方

DALI 动态模式开发助手

帮助 AI 代理编写、审查和迁移 NVIDIA DALI 命令式动态模式代码。

开发与工程 ✓ NVIDIA · 官方

CuTile 自动调优指南

为 CuTile GPU 内核设计、实现并验证低开销的自动调优流程。

开发与工程 ✓ NVIDIA · 官方

NeMo AutoModel 模型接入指南

指导开发者将新的 LLM、MoE 或 VLM 架构接入 NeMo AutoModel。

开发与工程 ✓ NVIDIA · 官方

Earth2Studio 安装指南

指导用户安全安装 Earth2Studio 并配置模型依赖与运行环境。

自动化与运维 ✓ NVIDIA · 官方

Jetson 软件包与环境助手

为 Jetson 选择匹配架构的容器与 GPU 软件包。

自动化与运维 ✓ NVIDIA · 官方

Dynamo 路由启动器

快速配置 Dynamo 路由模式并验证前端端点可用性。

开发与工程 ✓ NVIDIA · 官方

Megatron-Core 测试指南

帮助你在 Megatron-Core 中设计、运行并复现分布式测试。

开发与工程 ✓ NVIDIA · 官方

导管导航设置验证

验证导管导航工作流的主机、GPU与Python路径配置。

数据与分析 ✓ NVIDIA · 官方

Hugging Face 本地 GPU 微调助手

在本地 NVIDIA GPU 上,以可复现流程微调 Hugging Face 模型。

数据与分析 ✓ NVIDIA · 官方

TAO PyT 图像分类

用 NVIDIA TAO 训练、评估并部署 PyTorch 图像分类模型。

开发与工程 ✓ NVIDIA · 官方

导管导航端到端烟雾测试

为 Isaac for Healthcare 导管导航工作流执行从环境验证到 DRR 渲染和单元测试的 v0.7 全流程检查。

开发与工程 ✓ NVIDIA · 官方

NeMo Relay 安装助手

为 CLI、语言包和主流框架选择并验证 NeMo Relay 安装路径。

开发与工程 ✓ NVIDIA · 官方

NeMo MBridge GPU 内存调优

诊断 Megatron Bridge 训练中的 GPU OOM,并降低碎片、激活和 PEFT 内存占用。

开发与工程 ✓ NVIDIA · 官方

NeMo Relay 快速上手

帮助首次使用 NeMo Relay 的用户通过最小试验验证可观测执行价值。

相关 Skills