这个 Skill 能做什么，适合哪些场景？
这是一个专门帮助用户安装 Earth2Studio 的 Agent Skill，覆盖 uv 或 pip、模型可选 extras、环境变量和安装验证。它要求先查阅实时安装文档，再根据用户的包管理器、项目背景和 Python 版本提供命令。该 Skill 明确禁止代理替用户安装、升级或修改任何软件包。它不负责推理代码、模型选择、工作流编排或与 PhysicsNeMo 相关的问题。
它会要求确认用户使用 uv 还是 pip、项目是新建还是已有项目，以及 Python 版本；读取 Earth2Studio 实时安装文档中的版本标签、可用 extras 和构建说明；提供由用户自行执行的安装命令；按预测、诊断、数据同化和子模块用途协助选择 extras；说明缓存目录和下载超时等环境变量；安装后建议运行 import earth2studio 和 earth2studio.__version__ 进行验证；安装失败时指向 Earth2Studio 故障排除和 FAQ 文档，并提示常见的 CUDA、flash-attention、ONNX Runtime、ecCodes 和 Python 头文件问题。
- 需要在新 Python 项目中安装 Earth2Studio 的开发者，可获得 uv 或 pip 的安装路径建议。
- 只准备使用特定天气预测模型的用户，可根据模型用途选择对应 extras。
- 在共享文件系统、磁盘空间有限或 CI 环境中部署的用户，可配置 Earth2Studio 缓存位置和下载超时。
- 遇到 PyTorch/CUDA 不匹配或扩展构建失败的用户，可按该 Skill 的范围进行安装故障排查。
- 希望确认安装是否成功的用户，可使用指定的 Python 导入和版本检查。
如何安装这个 Skill？
- 安装命令依赖实时 NVIDIA 文档以及 PyPI/GitHub 网络可达性；在中国大陆网络或受限企业网络中可能无法直接完成。
- 建议补充 Examples、可回滚/卸载说明、依赖哈希或来源校验、平台兼容性说明，并将作者和许可证元数据统一。
- BENCHMARK 结果是文档中的报告，不能替代本次静态审查中的实际执行或独立复现。
- Shell / 命令行
- 网络访问
- 本地文件系统
Python 3.10+uv or pipCUDA-capable GPU with compatible drivers for GPU extras
该 Skill 位于 NVIDIA/skills 仓库的 skills/earth2studio-install/ 目录。按照仓库 README，可通过 npx skills add nvidia/skills --skill earth2studio-install --yes 安装指定 Skill；也可以使用 npx skills add nvidia/skills 交互选择。安装 Skill 后，仍需由用户根据实时 Earth2Studio 安装文档自行运行具体的 uv 或 pip 命令。该 Skill 禁止代理自动执行任何包管理器命令。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/NVIDIA/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/earth2studio-install" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 帮我安装 Earth2Studio，并根据我计划使用的模型选择 extras
将 Skill 放入兼容 Agent Skills 的客户端后，可提出类似“帮我安装 Earth2Studio，并根据我计划使用的模型选择 extras”的请求。代理应先读取 https://nvidia.github.io/earth2studio/userguide/about/install.html，再询问包管理器、项目背景和 Python 版本，并提供用户自行执行的命令。不要用它编写推理代码、选择模型、编排工作流或处理 PhysicsNeMo 问题。
这个 Skill 有哪些优点和局限？
- 安装范围清晰，覆盖基础包、可选模型依赖、环境变量和安装验证。
- 以实时官方安装文档为命令来源，考虑版本标签和 extras 变化。
- 明确禁止自动安装软件包，降低未经确认修改环境的风险。
- 提供 uv 与 pip 两条路径，并记录若干模型构建和 CUDA 常见问题。
- 具体安装命令和 extras 列表不固定，必须访问实时文档后才能给出。
- 只处理安装及相关环境配置，不覆盖推理代码、工作流、数据源设置或运行时错误。
- 需要用户自行执行所有安装命令并确认结果。
- 源材料未提供特定操作系统、GPU 型号或完整模型兼容性矩阵。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Earth2Studio 安装指南 本页 ✓ NVIDIA · 官方 | 56 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| Earth2Studio 诊断模型构建器 ✓ NVIDIA · 官方 | 56 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| Earth2Studio 确定性预报 ✓ NVIDIA · 官方 | 53 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| Earth2Studio 预报模型封装技能 ✓ NVIDIA · 官方 | 50 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| Earth2Studio 组件发现 ✓ NVIDIA · 官方 | 56 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
该 Skill 明确比较 uv 与 pip：uv 是推荐选项并使用 Git 源，pip 从 PyPI 安装且部分 extras 可能需要手动预安装或 --no-build-isolation。源材料没有提供其他安装工具的完整对比。
FollowSkills 如何评估这个 Skill？
明确禁止代理自动安装、升级或修改软件包，要求用户执行命令并确认；安装范围、依赖原因和部分外部数据流已披露，未见凭据窃取、隐蔽外传或恶意默认行为。扣分原因是缺少回滚方案、依赖完整性/签名验证、安装失败后的隔离策略，且部分故障建议包含 sudo/conda 命令但未充分说明权限与影响。
步骤结构一致，涵盖 uv、pip、extras、环境变量、验证和常见故障；BENCHMARK 报告及 evals.json 记录了四类安装任务和行为要求。扣分原因是静态审查未执行，核心流程依赖未定义的 WebFetch 和实时文档，未提供本地测试、版本锁定或足够可诊断的异常输入反馈。
目标用户、安装场景、提问上限、支持范围和明确的非适用范围均有说明，并区分 uv/pip、模型 extras 和子模块。扣分原因是未提供中文交互 guidance，要求访问 PyPI、GitHub 和 NVIDIA 文档，未说明中国大陆网络不可达时的替代路径；对不同操作系统和无 GPU 环境的边界也有限。
frontmatter 提供名称、版本 0.16.0、许可证、作者和标签；正文有目的、前置条件、分步流程、故障排查和限制，且 skill-card 提供引用、所有者和评估摘要。扣分原因是缺少 Examples，静态验证报告明确指出该节缺失及作者格式不合规；没有 changelog、维护责任人的具体更新路径，仓库 license metadata 为 NOASSERTION，许可证信息存在上下文不一致。
技能直接覆盖安装、extras 选择、环境变量配置和导入验证，evals.json 定义了 uv/pip、单个及多个 extras 的预期输出，BENCHMARK 报告称总体 PASS。扣分原因是静态审查无法确认命令与实时文档当前一致，输出仍需用户选择、执行和排错，且未提供可复现的代表性安装结果；按静态校准不超过 7。
存在版本化正文、明确的 NVIDIA 文档引用、四个评估任务及公开的评估指标和结果，支持有限追溯。扣分原因是评估报告没有提交测试套件、CI 证据或独立复现材料，且实时文档内容未随技能固定；按静态校准不超过 5。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →