Earth2Studio 确定性预报
为 Earth2Studio 构建单成员天气预报推理脚本。
技能范围限定为确定性天气推理，未见恶意行为、凭据窃取或隐蔽外传；但要求网络下载模型权重和数据，并生成写入输出的脚本，缺少用户确认、权限边界、敏感数据说明和回滚指引，因此扣分。
工作流、手动循环清单和故障排查覆盖主要路径；但模型/API兼容性依赖实时文档，示例未实际验证，评测目标与其ground truth存在模型、数据源和文件名错配，且静态审查上限为10，因此扣分。
描述明确区分确定性预测与ensemble、诊断、安装等非适用场景，评测还包含正负触发案例；但GPU、CUDA、网络和若干海外文档/数据服务是硬性前提，未说明中国大陆可达性、CPU替代方案或更细的输入边界，因此扣分。
具备名称、版本、许可证、作者、实时文档、所有权、限制和故障排查；但缺少推荐的Instructions和Examples章节，也没有明确变更日志、维护承诺或版本兼容矩阵，渐进披露和安装说明不完整，因此扣分。
能够指导生成deterministic脚本，包含nsteps计算、变量筛选、数据源和IO选择，核心任务价值明确；但示例依赖未验证的当前API，评测材料显示目标与期望不一致，输出仍需用户核验和调整，因此未给高分。
存在提交的评测配置、正负测试任务、静态验证报告和目标脚本，提供有限可审计线索；但Tier 3不可用、无实际执行结果，且报告缺少具体信号和覆盖证明，因此扣分。
- 核心流程依赖CUDA-capable GPU、网络下载权重和数据；请先确认环境及中国大陆网络可达性。
- 实时文档和模型/数据源兼容性必须人工核验，不能把示例当作已验证代码。
- 评测材料中的目标脚本与ground truth存在明显错配，发布前应修正并重新执行覆盖关键路径的测试。
- 不要将该技能用于安装、ensemble、诊断或仅数据抓取任务。
这个 Skill 能做什么，适合哪些场景？
该技能指导用户使用 Earth2Studio 的 deterministic 工作流构建单成员天气预报推理脚本。它涵盖模型、数据源、IO 后端选择，以及预报步数计算和输出变量筛选。运行需要 Python 3.10+、已安装的 Earth2Studio、支持 CUDA 的 GPU，以及访问模型权重和数据的网络连接。它不负责集合预报、诊断、仅数据获取、安装或模型训练。
收集预报时长、变量、区域和 GPU/显存需求；根据实时文档选择预报模型；核对模型输入变量与数据源词汇表的兼容性；选择 Zarr、NetCDF4 或 Xarray IO 后端；计算 nsteps；生成调用 earth2studio.run.deterministic 的 Python 脚本；在明确要求时提供手动推理循环；说明如何读取 Zarr 输出和继续进行诊断处理。
- 天气研究人员需要针对指定区域和变量生成单成员预报脚本时。
- Earth2Studio 用户需要根据预报时长、模型步长和 GPU 显存选择模型时。
- 开发者需要将 GFS、ARCO、IFS 或 HRRR 等数据源与模型输入变量配对时。
- 用户需要将预报结果保存为 Zarr、NetCDF4 或内存中的 Xarray 数据时。
这个 Skill 有哪些优点和局限？
- 覆盖从模型选择到输出后端和 nsteps 计算的完整确定性预报流程。
- 明确检查模型输入变量与数据源 VOCAB 的兼容性。
- 提供默认的 ZarrBackend，并支持按需筛选输出变量。
- 包含使用 run.deterministic 和手动循环两种实现路径。
- 必须使用支持 CUDA 的 GPU，不支持 CPU 推理。
- 需要网络访问模型权重和数据，并要求在推荐模型或数据源前获取实时文档。
- 不覆盖集合预报、诊断、数据获取、安装或模型训练。
- 提供的源材料未描述测试套件或已验证的平台范围。
如何安装这个 Skill？
使用 NVIDIA/skills 仓库中的 skills CLI 安装该技能：
npx skills add nvidia/skills --skill earth2studio-deterministic-forecast --yes
也可指定 Codex：
npx skills add nvidia/skills --skill earth2studio-deterministic-forecast --agent codex --yes
源材料未提供 Earth2Studio 本身的安装命令；它只说明 Earth2Studio 必须已安装。
如何使用这个 Skill？
安装后，让兼容的 Agent 处理类似请求：“使用 Earth2Studio 为 2025-01-01T00:00:00 生成一个 5 天、6 小时步长、包含 t2m 和风场的确定性预报脚本。”技能会要求或使用预报时长、变量、区域和 GPU/显存信息，获取实时模型与数据源文档，核对变量兼容性，并生成使用 CUDA 和 earth2studio.run.deterministic 的 Python 脚本。若未指定变量，脚本应保存完整模型输出；若请求风速，应同时包含 u10m 和 v10m。