Holoscan Python Wheel 安装助手
在 Linux NVIDIA GPU 环境中，将 Holoscan SDK Python 绑定安装到虚拟环境并完成基础验证。
技能明确限定 Linux、GPU、虚拟环境和 Python 用途，并要求用户确认后才下载并执行 GitHub 示例；但 pip 未固定版本或哈希，curl 获取的远程脚本随后直接执行，且包含可选 sudo 命令，缺少完整的数据流、依赖完整性、回滚和安装前确认说明，因此扣分。
步骤顺序、CUDA 变体选择和故障排查较清晰，覆盖导入、hello_world 与 video_replayer；但仅有静态材料，未执行复现，缺少针对关键路径的随附测试，远程文档可能变化，异常输入和安装失败反馈仍不完整，因此受静态上限约束并扣分。
受众、Python-only 边界、C++/apt 和 Conda 非适用范围、硬件及 CUDA 前提均较明确；但只支持 Linux x86_64 NVIDIA GPU，未说明中文交互支持，且核心流程依赖 PyPI、NVIDIA 文档和 GitHub，面向中国大陆网络的可达性未验证，因此扣分。
具有名称、版本、许可证、作者、标签、目的、前置条件、限制、分步流程、验证和故障排查；但缺少推荐的 Instructions 和 Examples 章节，未提供变更日志、明确的维护责任与更新路径，部分版本要求依赖外部当前文档，因此扣分。
能够覆盖创建 venv、选择 wheel、安装和基础验证，且评估文件记录了正向任务、负向任务及较高的正确性结果；但这些结果未在本次审查中执行或独立验证，video_replayer 还依赖额外数据和 Debian 包，输出仍需用户按环境调整，因此未给满分。
包含官方文档和仓库引用、预期输出、评估任务及静态评估报告，提供有限可审计线索；但没有与该技能关键路径绑定的提交测试或可独立复现的 CI 证据，评估报告本身不足以证明当前修订可复现，因此扣分。
- 执行 pip 安装前应确认 wheel 版本、哈希和依赖来源；当前说明未提供锁定或完整性校验。
- 不要在未审查脚本内容的情况下执行 curl 下载的远程示例；应将下载、审阅和执行分开，并确认临时文件来源。
- PyPI、docs.nvidia.com 和 GitHub 的网络可达性及当前版本要求未在静态审查中验证；中国大陆用户应准备镜像或离线方案。
- 可选的 sudo 数据下载命令会产生系统级影响，需明确征得用户同意并确认路径。
这个 Skill 能做什么，适合哪些场景？
该技能指导用户通过 pip 安装 Holoscan SDK 的 Python wheel，并根据主机 CUDA 版本选择 holoscan-cu12 或 holoscan-cu13。它要求 Linux x86_64、NVIDIA GPU 驱动、CUDA Toolkit 和 Python 3.10–3.13。流程会创建或激活 Python 虚拟环境，安装 wheel，并运行 hello_world 与无显示模式的 video_replayer 进行验证。它仅面向 Python 安装，不覆盖原生 C++、apt 或 Conda 安装。
先读取 NVIDIA 官方安装文档，并在需要时运行 nvidia-smi 判断 CUDA 变体；检查或创建 ~/holoscan/venv，激活虚拟环境并通过 pip 安装 holoscan-cu12 或 holoscan-cu13；导入 holoscan 输出版本号；从与已安装版本匹配的 GitHub 标签下载官方 hello_world 和 video_replayer 示例；修改 video_replayer 配置以运行 10 帧、关闭循环和实时模式，并以 headless 模式执行；根据输出检查 Hello World! 和 Graph execution finished.。
- 需要在配备 NVIDIA GPU 的 Linux x86_64 主机上快速安装 Holoscan Python 绑定的 Python 开发者。
- 主机使用 CUDA 12 或 CUDA 13，用户需要选择匹配 wheel 并避免系统级 pip 冲突时。
- 希望用官方 hello_world 示例确认 Holoscan Python 安装可导入和运行的工程师。
- 通过 SSH 或无显示服务器验证 video_replayer，且能够提供 racerx 数据目录的用户。
这个 Skill 有哪些优点和局限？
- 安装路径和 CUDA 12/13 wheel 选择规则明确。
- 强制使用虚拟环境，适合避免系统级 Python 包冲突，尤其是 Ubuntu 24.04。
- 包含导入检查、hello_world 和 headless video_replayer 验证流程。
- 说明了 CUDA 不匹配、栈大小警告和 racerx 数据缺失等常见故障。
- 仅支持 Python wheel 安装，不提供 C++ 头文件或库安装。
- 运行 video_replayer 需要 racerx 数据；这些数据随 Debian 包提供，替代获取方式仍依赖已安装的 apt 包脚本。
- 要求 Linux x86_64、NVIDIA GPU、CUDA Toolkit 和网络访问；未覆盖其他平台。
- 源材料未记录独立自动化测试套件；验证主要依赖示例运行结果。
如何安装这个 Skill？
先安装该技能集合中的指定技能：
npx skills add nvidia/skills --skill holoscan-install-wheel --yes
随后让兼容的 Agent Skills 客户端加载该技能。该技能本身要求 Linux x86_64、NVIDIA GPU 和驱动、CUDA Toolkit 12 或 13、Python 3.10–3.13，以及访问 PyPI 和 docs.nvidia.com 的网络。
如何使用这个 Skill？
可向代理提出："Install the Holoscan SDK Python wheel in a virtual environment and verify it with hello_world." 技能会检查 ~/holoscan/venv，不存在时运行 python3 -m venv ~/holoscan/venv，然后激活环境并安装匹配的 wheel。运行远程示例前，代理应告知用户将从对应 GitHub URL 下载并执行脚本；若用户拒绝或 GitHub 不可访问，则跳过该执行步骤。每个新 shell 会话都需要运行 source ~/holoscan/venv/bin/activate 和 ulimit -s 32768。
这个 Skill 与同类方案有什么区别？
与同一目录中提到的 /holoscan-install-debian 相比，本技能只安装 Python wheel，适用于 Python 工作流；需要 C++ 头文件和库时，应使用 Debian 安装技能。