自动化与运维 ✓ NVIDIA · 官方 end-to-end-pipelineisaac-for-healthcareworkflow-automationsimulationdataset-conversionfine-tuningvalidation

Isaac for Healthcare 全流程工作流

把 Isaac for Healthcare 从录制一路跑到验证

FollowSkills 评估 · FSRS-2.0
不推荐
45/ 100 五分制 2.3 / 5
信任安全9 / 25 · 1.8/5

技能明确说明运行完整流水线,并禁止后台执行;但默认在未确认的情况下克隆远程仓库、启动仿真、采集/处理数据、训练模型并产生外部副作用。未固定克隆 revision,未说明代码完整性验证、数据敏感性处理、权限边界或恢复/清理策略;仅提供 stop.sh 和不泄露 secrets 的一般性提示,因此扣分。

可靠稳定7 / 20 · 1.8/5

命令顺序、环境变量、阶段、输出目录、恢复参数和常见故障均有说明,且要求检查 SUMMARY.txt 或失败日志。静态材料未证明依赖可用、关键路径可复现或脚本异常处理;环境名使用占位符,不能验证实际运行,因此按静态上限保守扣分。

适用触发9 / 15 · 3.0/5

触发条件、完整阶段范围、跳过选项、不可训练环境和恢复场景较清楚,适合明确的 i4h 全流程任务。未定义有效环境清单、资源/硬件要求和明确非适用边界,主要依赖 GitHub 仓库和英文命令,未提供中文支持;大陆网络可达性也未保证,因此扣分。

规范维护10 / 15 · 3.3/5

frontmatter 提供名称、版本 0.6.0、描述、作者和 Apache-2.0;文档按目的、基础代码、运行、输出、监控、停止、前置条件、限制和故障排查分层。缺少独立 Instructions/Examples 章节,缺少 changelog、维护更新路径和依赖版本锁定;仓库整体许可证元数据为 NOASSERTION,故未给满分。

有效结果6 / 15 · 2.0/5

技能直接给出从 record 到 validate 的完整执行路径、阶段状态和产物报告要求;评估文件包含两个正向路由任务,报告称存在一定正确性和效果提升。仅有两项正向任务、无负向触发样本,且静态审查不能确认真实输出完整可用或成本收益,故不超过静态上限并扣分。

证据核验4 / 10 · 2.0/5

包含版本化 benchmark、评估任务、预期行为和结果表,提供了有限的可审计证据。benchmark 不是覆盖关键路径的已提交 CI/测试套件,样本量为 2 且无独立交叉验证;本审查未执行任何命令,因此证据覆盖有限。

证据充分度: 评估于 2026年7月29日 审查版本 ce70ca7f1966
使用前请注意
  • 执行前应明确确认 env、硬件资源、数据位置和长时间运行成本;当前技能默认克隆远程代码并启动完整流水线。
  • 建议固定并校验 i4h-workflows 的 revision,明确依赖安装、网络要求、最小权限、数据敏感性处理以及失败后的清理/恢复步骤。
  • 远程 GitHub 依赖可能受大陆网络限制;应提供可访问镜像或离线安装方案,并补充有效环境清单和中文说明。
  • benchmark 只有 2 个正向任务且无负向触发测试,不能充分证明语义触发、边界行为或端到端产物质量。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

i4h-workflow-e2e 用于运行 Isaac for Healthcare 的完整端到端智能体流程。它按顺序执行录制、模仿、标注或筛选、回放、转换、可视化、微调和验证。技能会复用现有的 i4h-workflows 检出目录,或在缺少时克隆到默认位置。运行结束后应检查总结文件,并报告运行目录、阶段状态和关键产物。

解析或准备包含 workflows/agentic/ 的 i4h-workflows 根目录;调用 workflows/agentic/scripts/e2e/run.sh 执行端到端流程;支持 dry-run、跳过部分阶段以及从既有运行目录恢复;将日志、数据、LeRobot 文件和可训练环境的检查点写入运行目录,并通过 runs/.latest 提供最新运行的链接;必要时调用 stop.sh 停止相关进程。

  1. Isaac for Healthcare 开发者需要对指定环境执行完整冒烟测试时使用。
  2. 演示负责人需要展示从数据录制到模型验证的全流程时使用。
  3. 工作流维护者需要从既有运行目录的某个阶段恢复执行时使用。
  4. 调试人员需要先用 dry-run 检查环境配置和阶段计划时使用。

这个 Skill 有哪些优点和局限?

优点
  • 覆盖从录制到验证的完整阶段链路。
  • 提供 dry-run、跳过阶段和断点恢复能力。
  • 输出分阶段日志、最终总结、数据和检查点等明确产物。
  • 针对 assemble_trocar 明确跳过微调和检查点验证。
局限
  • 必须提供有效的 --env 环境名。
  • 依赖已设置的工作流环境和 .venv;技能不会替代专门的 setup 技能。
  • 完整运行可能耗时较长,并且默认会为策略录制或验证打开仿真窗口。
  • 技能正文没有提供具体环境名、平台兼容矩阵或性能数据。
  • assemble_trocar 为推理专用环境,不会生成微调和检查点验证产物。

如何安装这个 Skill?

使用 NVIDIA/skills 的通用 skills CLI 安装此技能:

npx skills add nvidia/skills --skill i4h-workflow-e2e --yes

README 未说明该技能在每种客户端中的具体本地安装目录;安装后由客户端在相关任务中加载。

如何使用这个 Skill?

先确保存在有效的 i4h-workflows 检出目录和 .venv,并准备有效的环境名。可向智能体发出:“Run an end-to-end smoke test for i4h-workflows with env <env>.” 技能会运行:

${REPO_ROOT}/workflows/agentic/scripts/e2e/run.sh --env <env>

可先执行 --dry-run --env <env>。需要无窗口运行时,只有在用户明确要求时才设置 ARENA_HEADLESS=1。流程结束后检查 runs/.latest/logs/SUMMARY.txt;若需停止,可执行 stop.sh all --env <env>。

常见问题

这个技能是否包含 i4h-workflows 本身?
不完全包含。它会复用 I4H_WORKFLOWS 指定的检出目录;如果不存在所需目录,则尝试将仓库克隆到 ~/i4h-workflows。
运行需要哪些外部条件?
需要 Bash shell、Git、可用的 i4h-workflows 根目录或网络克隆能力、已存在的 .venv,以及有效的 --env 名称。
失败时如何定位问题?
成功时检查 logs/SUMMARY.txt;失败时检查对应的阶段日志。环境未识别、缺少 .venv、恢复参数不完整或残留进程都会导致运行失败。
是否需要付费服务或 MCP?
提供的材料没有说明任何费用或 MCP 依赖;技能明确使用 shell、网络克隆和本地文件系统。

同仓库的其他 Skills

均来自 NVIDIA/skills

数据与分析 ✓ NVIDIA · 官方

I4H 数据集转换器

将 Isaac for Healthcare 的 HDF5 录制转换为可用于训练的 LeRobot 数据集。

开发与工程 ✓ NVIDIA · 官方

Isaac for Healthcare 数据集回放

在 Isaac Sim 中回放 HDF5 轨迹,检查机器人演示的视觉正确性。

开发与工程 ✓ NVIDIA · 官方

Isaac for Healthcare 工作流验证

运行策略或状态机控制器并将验证回合记录到 HDF5。

开发与工程 ✓ NVIDIA · 官方

I4H 工作流环境创建

从现有环境快速搭建可运行的 Isaac for Healthcare 新环境。

开发与工程 ✓ NVIDIA · 官方

导管导航端到端烟雾测试

为 Isaac for Healthcare 导管导航工作流执行从环境验证到 DRR 渲染和单元测试的 v0.7 全流程检查。

数据与分析 ✓ NVIDIA · 官方

I4H 模拟数据集扩增

通过加入动作和状态噪声,从现有 HDF5 录制数据复制轨迹并扩增数据集。

开发与工程 ✓ NVIDIA · 官方

导管导航透视视口

启动带实时导管物理和透视控制的交互式介入导航视口。

数据与分析 ✓ NVIDIA · 官方

LeRobot 数据集可视化器

在浏览器中检查转换后的 LeRobot 数据集。

数据与分析 ✓ NVIDIA · 官方

I4H 遥操作数据集录制

通过键盘、SO-ARM 主臂或 VR 遥操作,将人类示范录制为 HDF5 数据集。

数据与分析 ✓ NVIDIA · 官方

i4H 数据集标注工作流

使用视觉语言模型验证轨迹是否完成任务,并筛选可用于微调的数据。

开发与工程 ✓ NVIDIA · 官方

I4H 场景编辑工作流

通过桥接会话实时编辑 Isaac for Healthcare 环境场景。

开发与工程 ✓ NVIDIA · 官方

导管导航设置验证

验证导管导航工作流的主机、GPU与Python路径配置。

数据与分析 ✓ NVIDIA · 官方

临床语音识别微调

用 NeMo 对 Parakeet TDT v2 进行临床词汇微调,并以离线 KER 评估闭环效果。

开发与工程 ✓ NVIDIA · 官方

I4H 机器人策略微调

在 LeRobot 数据集上微调 GR00T 或 openpi PI0 策略。

数据与分析 ✓ NVIDIA · 官方

Nemotron 检索配方助手

帮助规划、调试、微调、评估和部署 Nemotron 嵌入与重排检索流程。

数据与分析 ✓ NVIDIA · 官方

Nemotron 模型定制流水线

为 Nemotron 模型规划、配置并串联数据处理、训练、对齐、转换、优化与评测步骤。

开发与工程 ✓ NVIDIA · 官方

AMC 样例数据集校准

用 NVIDIA AutoMagicCalib 的内置样例数据端到端验证正在运行的校准服务。

数据与分析 ✓ NVIDIA · 官方

TAO DAFT 数据集格式转换

帮助 AI 代理使用 tao-daft 在受支持的 DAFT 格式之间转换数据集。

开发与工程 ✓ NVIDIA · 官方

NeMo MBridge 配方推荐器

根据模型、GPU规模和训练目标推荐可调整的Megatron Bridge配方。

数据与分析 ✓ NVIDIA · 官方

Cosmos-Embed 视频检索与微调技能

用 Cosmos-Embed1 将视频与文本嵌入用于检索和微调。

相关 Skills