Holoscan Conda 安装助手
在 Linux x86_64 的 CUDA 13 环境中，通过 Conda 安装并验证 Holoscan SDK。
说明了平台、网络和 CUDA 前提，命令范围主要限于 Conda 环境与临时文件，也没有发现凭据窃取或隐蔽外传；但会静默下载并执行远程 Miniforge 安装器、修改用户目录，安装包来源和权限未逐项确认，未提供回滚或卸载方案，因此扣分。
步骤之间基本一致，包含前置检查、验证命令和若干故障排查；但依赖动态官方文档、远程下载和未锁定版本，YAML 文本替换可能失效，且本次仅静态阅读、没有可复现的技能专属测试，因此不超过静态上限并扣分。
目标用户、Linux x86_64/CUDA 13/Conda 场景及 CUDA 12、aarch64、iGPU 的不适用范围较清楚，也提供了 Python 与 C++ 分支；但触发边界、驱动兼容细节和非 GPU 环境处理仍有限，核心网络依赖可能不适合中国大陆网络环境，因此扣分。
有 frontmatter、版本、Apache-2.0、作者、用途、限制、步骤、验证和故障排查，结构可读；但缺少明确的 Instructions/Examples 专节、变更记录、维护责任与更新流程，且依赖说明和安装器安全说明不完整，因此扣分。
对典型 CUDA 13 Linux Conda 安装可覆盖环境创建、Python/C++ 包和基本验证，具有直接操作价值；但命令含占位路径，测试数据需另行获取，版本和包名可能随文档变化，输出不是稳定的可直接复用产物，静态证据不足以确认结果，因此按静态上限保守给分。
提供 NVIDIA 官方安装文档、产品仓库和提交内的评估材料，关键命令与预期结果可审计；但没有该技能专属 CI 或提交的执行测试，BENCHMARK 主要是报告性材料，无法静态独立复现，因此扣分。
- 执行前应人工确认远程 Miniforge 安装脚本、Conda channel 与包版本，并考虑固定哈希或版本。
- 安装会写入 ~/miniforge3，且没有提供自动回滚；应先确认用户同意并准备清理方案。
- 视频示例依赖外部 racerx 数据，YAML 替换依赖精确文本，失败时可能导致误导性验证结果。
- Conda、GitHub raw 和 docs.nvidia.com 是核心网络依赖；中国大陆用户可能需要可达性、镜像或代理方案。
这个 Skill 能做什么，适合哪些场景？
该技能指导 AI 代理在 Linux x86_64、NVIDIA GPU 和 CUDA 13 驱动环境中安装 Holoscan SDK v4.3+。它覆盖 Python 运行时、C++ 开发头文件及相关 RAPIDS 依赖，并要求先核对 NVIDIA 官方当前安装文档。技能还提供 Python 示例验证、无显示器运行视频示例的方法，以及常见 Conda、依赖、求解器和段错误问题的排查建议。CUDA 12、aarch64 和 iGPU 主机不在此 Conda 流程支持范围内。
检查 Conda 和 NVIDIA 驱动；必要时以非交互方式安装 Miniforge；创建并激活 Python 环境；从 rapidsai 和 conda-forge 安装 Holoscan、C++ 开发包、rmm、ucxx 及 cuda-version=13；安装 C++ 工具链；通过 Python 导入或头文件目录检查验证安装；下载并修改 Holoscan hello_world 和 video_replayer 示例配置；设置栈限制并运行测试；根据错误信息给出依赖、通道顺序、CMake 配置和新 shell 初始化方面的修复建议。
- 需要在 Linux x86_64、CUDA 13 驱动主机上为 Python 应用安装 Holoscan SDK 的用户。
- 需要使用 Holoscan 头文件、CMake 配置和 C++ 运行库开发应用的用户。
- 希望同时准备 Python 与 C++ Holoscan 开发环境的用户。
- 通过 SSH 或无显示器环境运行 Holoscan 视频示例并进行基础验证的用户。
- 遇到 librmm.so、find_package(holoscan)、Conda 求解器或启动段错误问题的用户。
这个 Skill 有哪些优点和局限？
- 同时覆盖 Python 运行时和 C++ 开发依赖，明确说明 `libholoscan-dev` 的作用。
- 包含官方文档核对步骤，能够应对包名、通道和版本变化。
- 提供可复制的安装、验证、示例运行和故障排查命令。
- 针对 SSH 和无显示器场景预设 headless、有限帧数测试。
- 仅支持 Linux x86_64 和 CUDA 13 驱动，不支持 CUDA 12、aarch64 或 iGPU 的该 Conda 流程。
- 依赖外部网络、Conda 通道、NVIDIA 文档和示例数据。
- 视频示例需要包含 `racerx/` 的输入数据，来源和下载方式只作提示，未提供统一自动化安装流程。
- 未提供独立测试套件或平台覆盖证据。
如何安装这个 Skill？
先将该技能目录安装到兼容 Agent Skills 的客户端：npx skills add nvidia/skills --skill holoscan-install-conda --yes。在目标 Linux 主机上确认 conda --version 和 nvidia-smi。若缺少 Conda，可运行技能提供的 Miniforge 下载与静默安装命令，并在当前 shell 执行 source ~/miniforge3/etc/profile.d/conda.sh。随后创建环境：conda create -n holoscan python=3.13 -y，激活后按目标选择 holoscan 或 libholoscan-dev，再安装 rmm ucxx cuda-version=13 -c rapidsai -c conda-forge -y；C++ 开发还需安装 cxx-compiler cmake ninja。安装前应获取 NVIDIA 官方当前 Conda 安装说明，并以其包名、通道和版本要求为准。
如何使用这个 Skill？
触发示例：请在这台 Linux x86_64、CUDA 13 的 NVIDIA GPU 主机上使用 Conda 安装 Holoscan，并验证 Python 和 C++ 环境。 使用时激活环境并执行 ulimit -s 32768。Python 安装可运行 python3 -c "import holoscan; print(holoscan.__version__)"；C++ 安装可运行 ls "$CONDA_PREFIX/include/holoscan"。运行 video_replayer 前，技能会下载对应版本示例、将配置改为 10 帧、非重复、非实时和 headless，并要求 HOLOSCAN_INPUT_PATH 指向包含 racerx/ 子目录的数据目录。SKILL.md 未规定自动获取该数据目录之外的统一项目路径。
这个 Skill 与同类方案有什么区别？
技能明确将 CUDA 12 主机引导至 /holoscan-install-container 或 /holoscan-install-wheel；除此之外，源材料没有提供足够信息进行产品或安装方式比较。