Holoscan NGC 容器安装助手
通过 NGC Docker 容器安装、验证并启动 NVIDIA Holoscan SDK。
提供了官方镜像来源、权限前提、磁盘和网络需求，并提示在大镜像拉取前告知用户；但使用 docker group/sudo、--ipc=host、CAP_SYS_PTRACE、GPU 全权限和外部网络，未要求逐项确认、镜像摘要或签名校验，也缺少清理/回滚说明，因此扣分。
步骤顺序、预期输出和故障排查较清楚，且基准报告声称通过了评估；但本次仅静态审查，未执行复现。命令依赖特定镜像文件布局、YAML 文本替换和标签规则，sed 假设脆弱，异常输入和版本差异反馈有限，因此受静态上限约束并扣分。
明确面向 Linux、NVIDIA GPU、Docker/NGC 容器安装，并明确排除 native apt/pip/Conda；提供 CUDA/架构标签选择和 SSH 无头场景。未充分说明不支持的驱动、平台和网络边界，也没有中文支持或中国大陆网络可达性分析，依赖海外 NGC/文档服务，因此扣分。
具备结构化 frontmatter、版本、Apache-2.0 许可、负责人、用途、限制、示例命令、故障排查和基准记录；但缺少独立 Examples 章节，未提供变更日志、明确维护更新流程、依赖版本锁定或镜像版本生命周期说明，因此扣分。
核心目标、安装命令、GPU 透传检查、六个验证示例和启动命令均直接给出；静态材料中的基准报告显示正向任务通过，但结果仍需人工适配当前 SDK 标签、驱动和环境，且未实际验证输出，因此按静态上限谨慎给分。
引用了 NVIDIA 文档、NGC 容器和产品仓库，并给出预期输出、评估任务和结果；但没有本技能专属的可执行测试套件、CI 覆盖或独立可复核的执行产物，基准结果本身也只是文件内声明，因此扣分。
- 执行前应逐项确认 docker、GPU、IPC 和 CAP_SYS_PTRACE 权限，以及外部镜像拉取和约10–20 GB磁盘占用。
- 不要把“验证”理解为镜像完整性验证；当前流程主要运行示例，没有 digest、签名或漏洞扫描步骤。
- CUDA 标签表、镜像内路径和 sed 替换依赖特定版本；文档或镜像变化时应先核对官方资料。
- NGC 和文档依赖可能受到中国大陆网络访问限制，未提供镜像代理或离线安装路径。
这个 Skill 能做什么，适合哪些场景？
该技能指导用户在带 NVIDIA GPU 的 Linux 主机上，通过 NGC Docker 容器安装 Holoscan SDK。它根据 nvidia-smi 的 CUDA 版本和 GPU 架构选择容器标签，验证 GPU 透传后拉取镜像，并运行六个 Python 和 C++ 示例。它还为 Holoviz 示例配置无头模式，并提供后续启动命令与常见故障排查。该技能仅面向容器安装，不覆盖原生 apt、pip 或 Conda 安装。
读取 nvidia-smi 的 CUDA Version 字段；选择 cuda13、cuda12-dgpu 或 cuda12-igpu 标签；运行 Docker GPU 透传检查；从 nvcr.io/nvidia/clara-holoscan/holoscan 拉取约 10–20 GB 的镜像；执行 hello_world、tensor_interop 和 video_replayer 的 Python/C++ 示例；通过 sed 修改 YAML 以启用 Holoviz headless 模式；设置 HOLOSCAN_INPUT_PATH；解释 Docker 启动参数并给出容器启动命令。
- Linux NVIDIA GPU 用户希望用官方 NGC 容器快速安装 Holoscan SDK。
- 使用 SSH 或无显示器环境运行 Holoviz 示例，并需要无头验证流程的用户。
- 需要同时验证 Holoscan Python 绑定、C++ 运行时和视频示例的开发者。
- 拉取容器后遇到 CUDA 初始化、NVIDIA 运行时或视频数据路径错误，需要按步骤排查的用户。
这个 Skill 有哪些优点和局限？
- 覆盖从 GPU 透传检查、镜像拉取到六个示例验证的完整容器流程。
- 针对 CUDA/架构标签不匹配、栈大小、Holoviz 显示和视频数据路径提供具体排查方法。
- Holoviz 示例默认采用 headless 配置，适合 SSH 或无显示器环境。
- 技能由 NVIDIA Agent Skills 集合发布，集合通过 npx skills CLI 安装并持续同步维护。
- 仅支持 SKILL.md 中列出的容器标签，不提供容器内的 Conda 或 pip 环境。
- 要求 Linux NVIDIA GPU、工作驱动、Docker 和 NVIDIA Container Toolkit。
- 镜像拉取需要约 10–20 GB 磁盘及访问 nvcr.io 的网络。
- 不适用于希望使用原生 apt、pip、Conda 或源码安装 Holoscan SDK 的用户。
如何安装这个 Skill？
先确保 Linux 主机具备 NVIDIA GPU、可用驱动、Docker、NVIDIA Container Toolkit 和约 10–20 GB 磁盘空间。使用 NVIDIA 技能 CLI 安装指定技能：npx skills add nvidia/skills --skill holoscan-install-container --yes。README 未规定手动复制到某个固定目录；CLI 会提示安装目标。
如何使用这个 Skill？
向兼容的 Agent Skills 客户端提出类似请求：“在我的 NVIDIA Linux 主机上，通过 NGC Docker 容器安装 Holoscan SDK，并验证六个示例。”技能会要求先检查 nvidia-smi，选择 <version>-<suffix> 标签，验证 docker run --rm --gpus all ubuntu:22.04 nvidia-smi，拉取 nvcr.io/nvidia/clara-holoscan/holoscan:<TAG>，运行六个示例，最后提供带 --runtime=nvidia、--gpus all、--ipc=host 和 ulimit 参数的启动命令。当前 SDK 版本应以指定的 NVIDIA 文档页面为准。
这个 Skill 与同类方案有什么区别？
与原生 apt、pip、Conda 或源码安装相比，该技能明确选择 NGC Docker 容器方案；这些其他安装方式不在本技能范围内。