PAS 人员属性搜索工作流
在 OSMO 上扩增人员图像并自动生成属性标注。
文档要求凭据预检、避免泄露秘密、从实际后端推导 storage_url，并限制外部端点为显式选择；但涉及人员图像和属性数据，未明确隐私、数据保留、最小权限、用户最终确认或回滚机制，且缺少对自动部署 NIM 和输出下载外部影响的充分披露，因此扣分。
流程、三种 YAML、参数和监控命令整体一致，并规定缺少凭据、GPU 或端点时反馈 USER_INPUT_REQUIRED；但脚本、NIM 配置和引用文档未提供，静态评估无法复现关键路径，异常输入、重试边界、取消和失败恢复说明有限，因此不超过静态上限并扣分。
名称、触发词、输入格式、三种流程及不适用的容器内部调优场景较清楚，也明确无数据集时不得使用演示数据；但未说明中文交互支持，核心依赖 OSMO、集群 GPU、NIM、Hugging Face 和对象存储，未证明在中国大陆网络和常见环境中的可达性，边界与误触发证据有限，因此扣分。
文档具有目的、前置条件、流程选择、参数、时长、监控、输出和 cookbook 结构；技能声明 CC-BY-4.0 AND Apache-2.0，且有 NVIDIA owner、版本和审阅日期。但缺少推荐的 Examples 区段，作者格式不符合验证器要求，未提供明确 changelog、维护责任人联系方式或更新路径，故扣分。
技能直接覆盖 PAS 的增强、自动标注、提交、监控和输出获取；附带评测报告显示静态材料中的基准结果总体通过，codex effectiveness 为 95%。但这些结果未提供可独立核验的运行产物，端点、凭据、GPU 和 OSMO 环境要求很重，输出质量依赖外部模型，仍需人工复核，因此按静态上限保守扣分。
有固定修订范围、完整 YAML、配置、评测任务和报告，关键参数可审计；但缺少提交的测试套件、CI 覆盖、日志或第三方可复核产物，评测数字主要是报告中的声明，无法静态独立重现，因此仅给有限分数。
- 该技能处理人员图像、服饰和属性信息；在生产使用前应补充隐私、授权、数据保留和访问控制要求。
- 默认流程可能自动部署集群 NIM，并提交长时间、消耗 GPU 和写入对象存储的工作流；应明确用户确认、取消和失败后的清理/回滚策略。
- 未提供脚本、NIM 参考文件或可复核运行产物；不要仅凭 BENCHMARK.md 的结果判断已验证可运行。
- 未说明中文支持及中国大陆网络可达性；外部模型端点、Hugging Face、OSMO 和镜像/存储服务可能造成部署阻塞。
这个 Skill 能做什么，适合哪些场景？
这是 NVIDIA 面向 Physical AI 数据工厂的人员属性搜索工作流编排技能。它在 OSMO 上管理流程选择、凭据预检、提交参数插值、运行监控和结果下载。工作流可对人员裁剪图生成服装或外观变化，并为图像生成属性描述与搜索查询。它适合已有人员裁剪数据集且具备 OSMO、GPU 和推理端点环境的团队。
读取用户提供的数据集位置、流程和运行参数；通过凭据预检脚本检查 Hugging Face、OSMO 和相关访问条件；选择 e2e、augmentation 或 auto_labeling 流程；提交 OSMO 工作流；调用 paidf-augmentation 进行图像编辑增强和 MCQ 验证，调用 paidf-auto-labeling 生成个人属性描述；监控任务状态和日志；列出并下载输出文件，包括增强图像、文本、验证元数据和结构化数据集。
- 数据工程师希望扩增按 person_id/view 组织的人员裁剪数据，并同时生成属性描述。
- 计算机视觉团队只需要为人员图像生成受控的服装或外观变化。
- 数据标注团队已有增强后的人员裁剪图，需要批量生成属性字幕或搜索查询。
- Physical AI 团队需要在 OSMO 上运行可监控、可重复的人员数据处理流程。
这个 Skill 有哪些优点和局限？
- 覆盖从预检、提交到输出下载的完整 PAS 流程。
- 支持图像增强、自动属性标注和仅执行单一阶段的流程选择。
- 明确要求从实际数据后端推导 storage_url，降低存储配置错误风险。
- 提供 OSMO 状态查询、任务日志和结果下载方式。
- 依赖 OSMO CLI、GPU 池、凭据和可用推理端点，无法作为独立本地工具使用。
- SKILL.md 未提供内置演示数据集；没有数据集时必须另行提供。
- 运行时间可能较长，100 张图像并进行 3 次增强时，e2e 通常需要约 6–8 小时。
- 源材料未提供测试套件或实际运行成功率证据。
如何安装这个 Skill？
使用 NVIDIA skills CLI 安装指定技能：npx skills add nvidia/skills --skill physical-ai-people-attribute-search --yes。README 未说明该命令之外的手动安装步骤。
如何使用这个 Skill？
将技能加载到兼容 Agent Skills 的客户端后，可提出例如“在 OSMO 上运行 PAS，扩增人员裁剪并生成属性描述”。使用前需提供人员裁剪数据集；数据应按 <person_id>/<view>.jpg 组织，并准备 OSMO CLI、Hugging Face 凭据、可用 GPU 池及所需推理端点。支持 e2e（增强加标注）、augmentation（仅增强）和 auto_labeling（仅标注）三种流程。具体脚本参数应以 scripts/ 下脚本的 --help 为准。