TAO NVIDIA GPU 主机配置
为 TAO 的 Docker 与 Kubernetes GPU 主机检查并配置 NVIDIA 驱动、CUDA 和容器运行时。
文档明确区分只读检查与需用户批准的安装，并提供--yes、跳过Docker安装/配置/用户组及失败后复查说明；但安装需要sudo/root，会添加软件源、安装系统包、重启Docker，并默认将用户加入docker组，且没有自动回滚方案、完整变更预览或依赖来源校验，因此扣7分。
脚本使用严格错误模式，覆盖多种发行版、检查路径和若干失败提示，关键流程在静态上基本一致；但未执行验证，部分安装步骤使用|| true，驱动版本在RHEL/SUSE并非严格固定为580，且没有完整测试套件或恢复路径，因此受静态上限限制并扣2分。
目标用户、Docker/Kubernetes场景、支持的发行版、架构和不支持范围描述较清楚，检查路径可跨Linux使用；但依赖NVIDIA/Docker海外仓库和在线文档，未说明中国大陆网络可达性，也缺少更细的非适用边界与中文支持，因此扣5分。
具备结构化元数据、Apache-2.0许可、版本0.1.0、所有者和基准报告，并提供工作流、故障模式及参考资料；但缺少推荐的Instructions和Examples章节，作者格式不完整，没有明确changelog、维护责任和更新路径，且文档与脚本细节存在轻微不一致，因此扣7分。
技能直接提供检查、安装、Docker运行时配置和Kubernetes容量提示，输出命令可直接使用；但静态审查不能确认包名、仓库映射和最终运行结果，且基准只有1个任务、没有负向触发样本，因此按静态上限给7分并扣除结果完整性证据不足部分。
提交了脚本、评测任务、基准结果和静态验证发现，形成一定可审计链条；但只有单任务、单次评测，未提供覆盖关键安装路径的测试套件或独立复核，无法达到更高静态证据等级，因此扣1分。
- 安装会修改主机、可能重启Docker并授予docker组权限；仅在明确批准、可控主机和已有回滚计划下执行。
- RHEL/SUSE路径描述为至少580而非严格580固定，需在目标发行版和驱动兼容性上额外确认。
- 安装依赖NVIDIA及Docker在线仓库；中国大陆网络可达性、镜像替代和离线安装方案未说明。
- 仓库源、包版本和安装结果未通过本次静态审查实际复现。
这个 Skill 能做什么，适合哪些场景？
该技能用于在运行 TAO Docker、local-Docker 或 Kubernetes 后端前，检查 Linux GPU 主机的 NVIDIA 运行环境。经用户明确授权后，它可安装 NVIDIA 580 驱动、CUDA Toolkit 13.0 和 NVIDIA Container Toolkit 1.19.0，并按需安装和配置 Docker。检查模式只读且支持任意 Linux 发行版；安装模式自动支持 Debian、RHEL 和 SUSE 系列的指定版本。它适合需要标准化 TAO GPU 工作节点、但不希望代理未经许可修改系统的团队。
技能运行 Bash 配置脚本，读取发行版信息、内核和已安装软件状态，并检查 nvidia-smi、CUDA Toolkit、NVIDIA Container Toolkit 版本以及 Docker 的 NVIDIA runtime。使用 --check-only 时仅执行只读探测并输出缺失项。使用经用户授权的 --install 时，它会添加 NVIDIA CUDA 和 Container Toolkit 软件源，安装内核头文件或开发包、580 驱动、cuda-toolkit-13-0 和 Container Toolkit 1.19.0；对 Docker 后端可安装 Docker、配置 NVIDIA Docker runtime、启停 Docker，并将调用用户加入 docker 组。它还尝试加载 nvidia 内核模块，并输出后续验证命令、失败原因或不支持发行版的手动安装指导。
- TAO 用户准备 Ubuntu、Debian、Fedora、RHEL、Rocky、AlmaLinux、openSUSE 或 SLES GPU 主机，并希望一次性完成驱动、CUDA 与容器运行时配置。
- 平台工程师在提交 TAO Docker GPU 工作前，先以只读方式确认主机运行时是否满足要求。
- Kubernetes 管理员在安装 GPU Operator 或设备插件前，为每个自管 GPU worker 节点准备一致的主机运行时。
- 运维人员遇到 nvidia-smi、Docker NVIDIA runtime 或 Kubernetes GPU 可分配容量异常，需要获得具体缺失项和修复路径。
这个 Skill 有哪些优点和局限？
- 默认检查路径安全且只读，并支持任意 Linux 发行版。
- 针对 Debian、RHEL 和 SUSE 系列提供自动化安装，版本目标和软件包选择明确。
- 覆盖 Docker runtime 配置、用户组、内核模块和 Kubernetes GPU 容量检查。
- 安装必须由用户明确授权，适合受控运维流程。
- 安装需要 sudo/root、互联网和 NVIDIA 软件源；Docker 后端可能还需要 Docker 软件源。
- 自动化安装只覆盖文档列出的发行版和版本；Arch、Alpine、Gentoo、NixOS、FreeBSD 等需要手动安装。
- RHEL 和 SUSE 系列使用 CUDA 13.0 软件源中的最新开放驱动，文档没有提供与 Debian 相同的严格 580 精确锁定。
- 新加入 docker 组的权限不会立即作用于当前 shell，需要重新登录或运行 newgrp docker。
- 提供的快速开始脚本路径与仓库顶层技能路径存在命名差异，部署时应核对实际安装目录。
如何安装这个 Skill？
使用仓库 README 中的 skills CLI 安装单个技能：
npx skills add nvidia/skills --skill tao-setup-nvidia-gpu-host --yes
也可以省略 --yes 以交互选择安装目标。README 说明该技能会在代理下次加载技能并遇到相关任务时可用。
如何使用这个 Skill？
先让代理执行只读检查，例如：“检查并准备这台主机用于 TAO Docker GPU 后端”，或“检查 TAO Kubernetes GPU worker runtime”。技能文档给出的检查命令是：
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend docker --check-only
Kubernetes 节点可将 backend 改为 kubernetes。检查失败时，代理应说明缺失项并请求授权；获得授权后，安装命令使用 --install，非交互运行还要追加 --yes：
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend docker --install --yes
安装后重新运行 --check-only，并按文档验证 nvidia-smi、CUDA 13.0、Docker runtime 和容器内 GPU。