TAO VCN 样本路由
将视觉缺陷分析样本按标签资格分流至挖掘和异常生成模块。
技能限定为 Read/Bash，主要读取 Parquet/CSV 并写入路由产物，未见恶意行为或凭据窃取；但默认执行写文件、创建目录，并由 hooks 复制会话日志、配置文件到输出目录及写入 /tmp/routing-hook-debug.log，没有明确的用户确认、敏感数据处理、访问隔离或回滚机制，因此扣分。
步骤和两路 isin 逻辑基本一致，且 hooks 检查产物、Schema、覆盖率和空子集；但依赖 pandas、Parquet 引擎和 CSV Schema 未声明，空 CSV、缺失 label 列、空输入及未定义路径变量等异常处理不足。静态评估按上限限制，未执行验证，因此不得高于10分。
触发短语、输入字段、输出文件、标签集合和不路由情形描述清楚，并支持大小写不敏感匹配；但目标环境边界、Python/pandas/Parquet 依赖和非标准标签处理不充分，且技能名义上 standalone 与实际运行要求存在张力。
文档分为输入、方法、步骤、输出、报告结构和执行顺序，含版本、作者、Apache-2.0 许可证、示例代码及局限提示；但 benchmark 明确指出缺少 Instructions 和 Examples 推荐章节，作者格式不完整，缺少 changelog、维护责任和更新路径，hooks 目录也被静态检查标为非预期结构。
确定性地生成两个筛选 Parquet 和逐标签摘要，能减少手工路由并提高可审计性；但只提供文档化配方，核心路径未在本次静态审查中执行，且报告生成和运行时打包依赖外部 agent 行为，因此仅给有限的直接可用性分数。
存在固定版本、提交的 evals、benchmark 记录以及多个验证 hooks，提供了一定可审计线索；但 eval 只测试识别并概述流程，没有覆盖真实 Parquet 路由，benchmark 仅一项任务，缺少独立第三方执行证据和关键依赖的交叉佐证。
- 运行前确认 gaps_parquet、source_pool_csv、输出路径和 Parquet 引擎均可用；空 CSV 或缺失 label 列可能导致脚本失败。
- hooks 可能把会话 transcript、.claude 配置和路径信息复制到输出目录；处理含敏感数据的项目时应审查或关闭 RCA_HOOKS，并确认日志权限。
- 若标签既不在 source pool 也不在 AnomalyGen 集合中，会被丢弃；应在继续 SDA 迭代前检查 routing_summary.txt 和报告中的 dropped labels。
这个 Skill 能做什么，适合哪些场景？
这是一个用于 NVIDIA TAO Visual ChangeNet AOI SDA 流程的确定性数据路由技能。它在缺陷间隙分析之后读取 gaps parquet，并依据标签资格生成 k-NN Mining 与 AnomalyGen 两个子集。技能还会生成逐标签路由摘要和完整报告，明确标记未被任何模块接收的标签。它适合需要可审计样本分流的 VCN 迭代，但不负责执行后续挖掘或生成任务。
读取包含 filepath 和 label 列的 gap-analysis parquet，并保留其他列；将标签转为大写后，依据 source pool CSV 中的标签生成 mining_gaps.parquet；依据默认的 PASS、EXCESS_SOLDER、MISSING、BRIDGE 标签集合生成 anomalygen_gaps.parquet；写入 routing_summary.txt 和 Routing_Report.md；对缺失或空的 source pool 生成空的 Mining 子集并在摘要中标记。
- VCN AOI SDA 迭代中，完成 gap analysis 后，需要立即把弱样本分给 k-NN Mining 和 AnomalyGen 的工程师。
- source pool 只覆盖部分缺陷标签，需要确认哪些样本可进入真实图像邻居挖掘的团队。
- AnomalyGen 仅支持固定缺陷类别，需要审计哪些标签可生成合成异常的团队。
- 需要发现被两个增强模块同时拒绝的标签，并据此补充 source pool 或扩展 AnomalyGen 覆盖范围的数据平台主管。
这个 Skill 有哪些优点和局限？
- 路由规则明确且大小写不敏感。
- 保留输入 parquet 的原始 label 和其他列。
- 逐标签记录 Mining、AnomalyGen 及无路由结果，便于审计。
- source pool 缺失时仍生成同 schema 的空 Mining parquet。
- 只负责生成路由子集和报告，不执行 k-NN Mining 或 AnomalyGen。
- 依赖本地 parquet、CSV、Python 和 pandas；来源未提供测试套件或平台验证细节。
- AnomalyGen 默认只接受四个标签，其他标签可能被丢弃。
- source pool 缺失会使整个 Mining 分支为空。
如何安装这个 Skill？
使用 NVIDIA/skills 集合的 skills CLI 安装：npx skills add nvidia/skills --skill tao-route-visual-changenet-samples --yes。README 未说明单独复制该技能目录的步骤。
如何使用这个 Skill？
在已安装该技能的代理中提出“route VCN gap samples”或“split AOI gaps for k-NN mining and AnomalyGen”。运行时提供 gaps_parquet、source_pool_csv 和输出目录；可选地覆盖 anomalygen_supported_labels。技能会在输出目录下生成带时间戳的 routing_results 文件夹。具体参数传递界面未在来源中定义。