这个 Skill 能做什么，适合哪些场景？
这是 Hugging Face Skills 仓库中的一个 SageMaker 部署技能，专门负责将已确定镜像 URI 和 IAM 角色的模型部署为生产端点。它会创建 SageMaker 模型、端点配置和端点，并默认配置自动伸缩、CloudWatch 告警和统一标签。技能同时支持实时推理与真正支持缩容至零的异步推理。部署后要求进行真实调用并检查 CloudWatch 日志，不能仅凭 InService 状态判断成功。
运行随技能提供的 scripts/deploy.py 创建实时 SageMaker 模型、端点配置和端点，注册基于每实例调用量的自动伸缩策略，并创建延迟、错误和平台开销告警；运行 scripts/deploy_async.py 创建异步端点、队列积压相关告警，以及支持 0→1 唤醒的目标追踪和阶梯伸缩策略。脚本可配置环境变量、实例类型、S3 模型工件、数据捕获、SNS 通知和容量范围，等待端点进入 InService，并输出包含资源名称和拆除命令的 JSON。invoke_endpoint.py 可验证实时调用并处理 JSON 与 UTF-8 BOM；异步端点通过 S3 上传输入、调用 invoke-endpoint-async 并轮询输出。
- 已准备好容器镜像、IAM 角色和区域信息，需要部署带自动伸缩和告警的实时 LLM 端点的团队。
- 运行 TEI 嵌入模型、希望将每实例调用目标调高以避免过度扩容的工程师。
- 处理长耗时、超大输入或稀疏批次，并希望异步 SageMaker 端点在空闲时缩容至零的团队。
- 需要在部署后验证真实推理，并排查 InService 但 Python worker 崩溃的 SageMaker 部署人员。
- 需要统一标签和安全拆除顺序，以便后续清理端点资源的 AWS 使用者。
如何安装这个 Skill？
- 部署前应确认镜像、IAM Role、环境变量、S3/SNS 目标及预期成本；这些参数可产生外部资源和持续费用。
- 实时部署在 InService 后才注册扩缩容和告警，后续步骤失败可能留下计费资源；应检查状态并执行拆除。
- 不要将 --no-alarms 与异步 min-capacity=0 组合使用，否则文件中的唤醒告警可能不会创建。
- 数据捕获会把请求和响应写入 S3，可能包含敏感数据；启用前应确认权限、保留策略和合规要求。
- 本评估未执行脚本，未验证 AWS API、依赖版本或端到端结果；发布者身份按未知处理。
- Shell / 命令行
- 网络访问
- 本地文件系统
PythonAWS CLIAWS account with SageMaker, CloudWatch, S3, and autoscaling permissions
从仓库的 skills/ 目录复制或 symlink hf-cloud-sagemaker-production-defaults 文件夹到 Codex 的标准 .agents/skills 位置，例如 $REPO_ROOT/.agents/skills 或 $HOME/.agents/skills。README 未提供该单个技能的专用安装命令；仓库整体也支持通过客户端加载 Agent Skills。若安装副本缺少 scripts/，应从源仓库获取，而不是根据说明重新实现。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/huggingface/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/hf-cloud-sagemaker-production-defaults" ~/.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：
- 使用 SageMaker production defaults 技能部署这个模型，并在完成后执行 smoke test 和 CloudWatch worker-crash 日志检查。
在已完成 AWS 上下文、IAM 角色和镜像选择后，提示代理：“使用 SageMaker production defaults 技能部署这个模型，并在完成后执行 smoke test 和 CloudWatch worker-crash 日志检查。”实时端点可运行 python scripts/deploy.py --model-name <name> --image-uri <uri> --role-arn <role-arn> --instance-type <type> --region <region>；vLLM 还需按镜像标签提供环境变量，并在 cu130+ 镜像上提供 --inference-ami-version。异步端点使用 python scripts/deploy_async.py，并额外提供 --output-s3-uri。仅在真实调用成功且日志检查通过后报告完成；拆除可运行 python3 scripts/teardown.py <endpoint-name> <region>。
这个 Skill 有哪些优点和局限？
- 实时和异步部署均默认包含自动伸缩、CloudWatch 告警和统一标签。
- 异步模式原生支持 MinCapacity=0，并自动配置从零唤醒所需的阶梯伸缩。
- 提供实时调用辅助脚本、异步调用流程、失败诊断规则和安全拆除脚本。
- 数据捕获默认关闭，可避免未经请求的持续 S3 成本。
- 依赖已准备好的镜像 URI、可用 IAM 角色、AWS 区域及相应账户权限；它不是完整的 SageMaker 规划或前置检查技能。
- 端点、CloudWatch、S3 和数据传输等实际 AWS 成本不由技能消除；启用数据捕获还需要额外的 S3 写权限。
- 源材料没有提供自动化测试套件或跨平台测试结果。
- 默认每实例 20 次调用的伸缩目标不适合高吞吐嵌入模型，通常需要手动调高。
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 |
|---|---|---|---|---|
| SageMaker 生产部署默认配置 本页 | 46 · 谨慎使用 | ★ 11k | 18 天前 | Apache-2.0 |
| SageMaker 模型部署规划器 | 50 · 谨慎使用 | ★ 11k | 18 天前 | Apache-2.0 |
| SageMaker 服务镜像选择器 | 47 · 谨慎使用 | ★ 11k | 18 天前 | Apache-2.0 |
| SageMaker 执行角色预检 | 41 · 不推荐 | ★ 11k | 18 天前 | Apache-2.0 |
| AI Runway AKS 部署向导 ✓ Microsoft · 官方 | 51 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
源材料没有提供与其他部署工具或技能的直接比较；它明确将自身定位为 SageMaker 部署流程的最后一步。
FollowSkills 如何评估这个 Skill？
证据显示默认启用自动扩缩容、CloudWatch 告警、统一标签，数据捕获默认关闭，并提供拆除命令且保留 IAM、S3 对象和模型工件；但会直接创建并持续计费的 SageMaker、S3、CloudWatch 和自动扩缩容资源，没有明确的用户确认步骤，接受任意镜像 URI、IAM Role ARN、环境变量和通知/S3 目标，且部署失败时缺少自动回滚，因此扣分。
脚本具有参数校验、状态等待、失败原因输出、BOM 处理和分阶段错误反馈，说明正常路径较完整；但没有提交测试套件，boto3/AWS CLI 依赖和 AWS API 行为未由文件验证，资源创建顺序可能在后续扩缩容或告警失败时留下孤儿资源，复用同名模型时也不校验配置一致性，因此扣分。
描述明确覆盖 SageMaker 实时和异步端点、vLLM/TEI、长任务和稀疏负载，并说明若干不适用场景及 Windows 用法；但触发边界、非 SageMaker 场景和区域/网络限制说明不足，核心功能依赖 AWS、S3、CloudWatch、SNS 及可能的 HF Hub，未证明对中国大陆网络和中文用户的可达性，因此扣分。
SKILL.md、设计参考、脚本、示例、默认值表、故障排查和拆除说明层次较好，命名及参数基本稳定，仓库提供 Apache-2.0；但选定技能自身没有版本、变更日志、维护责任人或更新路径，依赖安装说明不完整，未提供 FAQ、测试入口和已知 API 兼容性限制，因此扣分。
脚本覆盖模型、端点配置、实时/异步部署、扩缩容、告警、冒烟调用和拆除，并输出机器可读 JSON，静态证据支持其可完成核心部署任务；但没有执行验证，冒烟测试不是部署脚本强制步骤，默认参数可能造成成本或吞吐不匹配，且部分失败清理和异步无告警组合存在实际可用性风险，因此按静态上限并扣分。
代码、参数、默认值、日志和失败路径均可审计，README 与 LICENSE 提供有限仓库级背景；但没有提交测试套件、CI 覆盖或第三方执行记录，外部 AWS/Hugging Face 事实主要以文档断言呈现，无法静态复现关键云端行为，因此扣分。
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 →