这个 Skill 能做什么，适合哪些场景？
这是 NVIDIA Omniverse 面向 USD 性能诊断与优化的顶层工作流技能。它处理加载缓慢、高内存、低 FPS、GPU 崩溃、转换质量和验证失败等请求，并将任务路由到结构评估、验证、重构和 Scene Optimizer 阶段。工作流要求先确认运行时环境、保留运行时证据，并在变更前后执行验证和性能对比。它适合拥有 Kit 或相关 USD 工具链、并需要结构化优化报告的团队。
它读取场景路径和运行时上下文，要求先通过 setup-usd-performance-tuning 确认 Kit、standalone 或部分运行时；随后规划并路由 USD 结构评估、验证、重构、Scene Optimizer 操作、基线与优化后 profiling，以及 optimization-report。执行时可读取日志、CSV 和摘要 JSON，保留原始运行时产物，并在允许写入时生成优化后的 USD 阶段、结构化 JSON 报告和 Markdown 摘要。
- Omniverse 用户遇到 USD 场景加载缓慢，需要先完成结构审计和基线 profiling。
- 数字孪生团队发现交互帧率低或 GPU 内存过高，需要按证据规划多轮优化。
- CAD 转 USD 后出现验证失败或转换质量问题，需要将问题路由到验证和转换相关阶段。
- 技术美术或工程师需要在执行重构或 Scene Optimizer 操作前评估是否允许变更。
如何安装这个 Skill？
- 这是仅基于源文件的静态审查，未执行任何运行时、脚本、认证或优化流程。
- 关键能力依赖多个未提供内容的下游技能和 NVIDIA Omniverse 运行时；缺少这些依赖时，结果可能只能停留在结构化诊断或被阻塞。
- BENCHMARK 标记总体 FAIL，并报告 PII 检测、重复内容和缺失 Tier 3 证据；发布前应修复并重新评估。
- 涉及 Shell、Write、远程资产和破坏性 Scene Optimizer 操作时，应在实际环境中再次确认权限、输出路径、备份和回滚策略。
- Shell / 命令行
- 网络访问
- 本地文件系统
NVIDIA Omniverse KitScene OptimizerAsset ValidatorUSD Pythonomniverse:// authentication
使用 NVIDIA/skills 仓库提供的 skills CLI 安装：
npx skills add nvidia/skills --skill omniverse-usd-performance-tuning --yes
也可指定客户端，例如：
npx skills add nvidia/skills --skill omniverse-usd-performance-tuning --agent codex
README 未说明该单个技能安装后的具体本地目录。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/NVIDIA/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/omniverse-usd-performance-tuning" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- This USD loads slowly; triage what to check first.
- Route a low-FPS CAD scene through the performance workflow.
安装后，让代理处理具体 USD 性能请求，例如：“This USD loads slowly; triage what to check first.” 或 “Route a low-FPS CAD scene through the performance workflow.” 使用前应准备场景路径、问题类型、工作负载类型、运行时状态，以及是否允许原地修改或仅写入独立输出。对于 omniverse:// 资产，还需要先完成身份验证。
这个 Skill 有哪些优点和局限？
- 覆盖从运行时门控、结构审计、验证、profiling 到报告的完整流程。
- 明确要求保留基线证据，并在处理前后进行验证和性能比较。
- 对广泛优化请求默认规划三轮范围明确的迭代，并保留结构化里程碑顺序。
- 支持诊断模式，也支持在获得写入许可后生成优化后的 USD 阶段。
- 不是独立的 USD 性能分析器，依赖下游技能和 Omniverse 运行时组件。
- SKILL.md 未提供具体 Kit、Scene Optimizer、Asset Validator 或 USD Python 的安装步骤。
- 完整 Kit FPS、帧时间、Hydra/RTX 指标 profiling 需要 NVIDIA/omniperf 的外部技能。
- 没有给出固定性能收益或数值阈值，实际结果取决于场景证据和运行环境。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Omniverse USD 性能调优 本页 ✓ NVIDIA · 官方 | 52 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| Omniverse 实时查看器 ✓ NVIDIA · 官方 | 55 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| React Native 性能优化指南 | 60 · 推荐 | ★ 1.7k | 20 天前 | MIT |
| CAD 到 SimReady 工作流 ✓ NVIDIA · 官方 | 49 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| 浏览器 DevTools 测试 | 59 · 推荐 | ★ 112k | 15 天前 | MIT |
它更像编排和路由工作流，而不是单独的 profiler；完整 Kit 运行时 profiling 需配合 NVIDIA/omniperf，运行时探测和选择则由 setup-usd-performance-tuning 负责。
FollowSkills 如何评估这个 Skill？
技能明确要求运行时上下文门禁、远程资产认证、用户批准破坏性操作、保留原始工件并避免未经授权的原地覆盖，且认证部分禁止索取或持久化密码令牌；但声明了 Shell、Write、可写输出路径和远程 omniverse:// 访问，跨多个下游技能执行，缺少本文件级别的完整权限边界、统一回滚机制及数据流披露，因此扣分。
指令、阶段顺序、阻塞代码、运行时门禁、异常路由和报告要求较为具体；但大量关键行为委托给未在本次目标文件中提供的下游 references，且 BENCHMARK 明确总体 FAIL、没有 Tier 3 结果。静态审查无法复现关键路径，按校准不超过10分并扣除测试和失败反馈不足部分。
适用场景、入口技能规则、非适用的本地/远程认证边界和查看器构建负向案例较清楚；但对中文用户、不同安装形态和中国大陆网络可达性的说明不足，核心能力依赖 Kit、Scene Optimizer、Asset Validator、USD Python 等环境，触发条件仍部分依赖运行时探测，因此扣分。
具备版本、Apache-2.0 许可证、作者元数据、标签、示例、前置条件、限制、故障排除、引用地图和结构化输出约定；但缺少明确 changelog、维护责任人和更新流程，且 BENCHMARK 报告静态检查发现10项和去重检查17项问题，文档存在重复与维护噪声，因此扣分。
目标、阶段链、基线/事后比较、结构化报告和无操作结果的 neutral 处理均有明确约定，理论上能覆盖诊断到优化报告；但实际结果依赖未提供的下游技能、运行时和外部工具，且 BENCHMARK 总体 FAIL、无可用 Tier 3 结果，无法证明输出可直接使用，按静态校准不超过7分并扣分。
存在提交的 evals.json、BENCHMARK 静态检查结果、报告 schema 引用和明确的证据保留规则，提供有限可审计材料；但没有可用的第三方执行证据、Tier 3 结果、提交测试套件或本次独立复现，按静态校准不超过5分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →