Holoscan SDK 源码构建
在 Docker 容器中从源码构建 Holoscan SDK，并生成可供 CMake 使用的本地安装目录。
说明了 Linux、NVIDIA GPU、Docker、GPU 透传及磁盘需求，并提供故障恢复路径；但包含 sudo、远程 curl、系统软件源修改和 Docker GPU 权限，缺少执行前明确确认、依赖校验/固定版本、数据流披露及完整回滚方案，因此扣分。
步骤顺序清晰，涵盖前置检查、构建、测试、缓存清理和常见故障，且基准报告显示较高正确性；但本次为静态审查，未执行复现，命令和 ./run 选项依赖外部仓库版本，异常输入和失败诊断覆盖有限，因此受静态上限约束并扣分。
用途、目标用户、触发条件和非适用场景较明确，包含 debug、aarch64 与 iGPU 情形，并有负向 pip 评测；但仅支持 Linux 加 NVIDIA GPU，中文支持未说明，核心文档、仓库和安装依赖依赖海外服务，面向中国大陆的可达性与替代路径未交代，因此扣分。
具有 frontmatter、版本、许可证、作者、标签、分步结构、限制、测试和故障排查；但缺少推荐的 Instructions 和 Examples 章节，没有变更日志、依赖版本矩阵或明确维护更新流程，skill-card 与正文输出描述也较粗略，因此扣分。
核心目标是指导从源码构建并产出可供 CMake 使用的安装树，命令、构建类型、测试和输出路径均可直接采用；基准文件报告了正向任务和较高效果分数，但静态审查无法验证实际产物或测试通过，且用户仍需适配具体版本与环境，因此按静态上限给分。
正文引用官方文档和上游仓库，评测文件提供了任务、期望行为和汇总结果，具备一定可审计性；但没有本技能专属的提交测试、CI 日志或独立复现材料，基准结果主要是声明性报告，因此扣分。
- 执行前应确认用户同意 sudo、系统软件源修改、远程下载和 Docker GPU 权限，并审查远程脚本、镜像及依赖来源。
- 应锁定与目标 Holoscan 版本匹配的提交、标签、CUDA 和架构参数；当前说明可能因上游 ./run 变化而失效。
- 构建和测试可能消耗约 20 GB 磁盘、GPU 资源及较长时间；文档未提供完整清理或回滚流程。
- 面向中国大陆用户时，应预先确认 NVIDIA 文档、GitHub、容器镜像和软件源的可达性，并准备镜像或离线替代方案。
这个 Skill 能做什么，适合哪些场景？
该技能指导用户通过 Holoscan SDK 源码树中的 ./run 脚本完成构建、安装和测试。构建过程在带 NVIDIA GPU 支持的 Docker 容器内执行，而不是纯裸机编译。它适合需要调试符号、自定义 CMake 选项或使用未被已发布 Conda、容器、apt 或 wheel 包支持配置的用户。构建结果可作为 CMake 依赖提供给本地应用。
检查 git、Docker、NVIDIA GPU 透传和 Docker buildx；克隆 nvidia-holoscan/holoscan-sdk 并可切换到版本标签；运行 ./run build，支持 debug、RelWithDebInfo、aarch64、igpu 和 dryrun 选项；在缓存变更时运行 ./run clear_cache；运行指定的 Holoscan 示例测试；通过 ./run get_build_dir 和 ./run get_install_dir 定位构建及安装目录；指导应用使用 Holoscan_ROOT 或 CMAKE_PREFIX_PATH 指向安装树。
- Holoscan 开发者需要已发布安装包未提供的调试符号或自定义 CMake 配置时，从源码构建 SDK。
- 使用 Jetson 或 IGX iGPU 配置的工程师需要通过 --gpu igpu 构建 Holoscan SDK 时。
- 需要为 ARM64 目标交叉编译 Holoscan SDK，并已准备 qemu-user-static 的开发者。
- 希望从稳定版本标签构建 SDK，并在构建后运行 C++ 和 Python 示例验证的用户。
这个 Skill 有哪些优点和局限？
- 覆盖从环境检查、源码获取到构建、测试和 CMake 集成的完整流程。
- 支持调试构建、带调试符号的发布构建、aarch64 交叉编译和 iGPU 构建。
- 包含 GPU 透传、buildx、CMake 缓存和测试正则表达式的具体排障建议。
- 必须使用 Docker，不能视为真正的裸机源码构建。
- 需要 Linux、NVIDIA GPU 与驱动、Docker GPU 透传，并预留约 20 GB 磁盘空间。
- 首次干净构建预计需要 10–30 分钟；来源未提供不同硬件上的性能数据或成功率证据。
- 技能要求先查阅会随版本变化的官方安装文档，但没有在自身内容中固定具体版本、CUDA 主版本或全部支持平台。
如何安装这个 Skill？
先安装默认 skills CLI 所需环境，然后运行：
npx skills add nvidia/skills --skill holoscan-install-source --yes
README 未说明该 CLI 的具体安装命令。安装后，技能会在代理重新加载技能并遇到相关任务时可用。
如何使用这个 Skill？
可向代理提出：“当已发布 Holoscan 包不满足需求时，指导我从源码构建 Holoscan SDK，并运行推荐测试。”典型构建步骤包括：
mkdir -p ~/holoscan/
git clone https://github.com/nvidia-holoscan/holoscan-sdk.git
cd ~/holoscan/holoscan-sdk
./run build
./run test
构建前必须查阅官方“Build from Source”安装说明及对应版本的 README/DEVELOP.md；文档要求应优先于本技能中的默认步骤。
这个 Skill 与同类方案有什么区别？
它明确建议仅在 Conda、容器、apt 或 wheel 等已发布包不满足需求时使用；因此这些已发布安装方式是其适用场景上的替代方案，但本技能没有提供它们的具体操作步骤。